PMML モデル抽出 - RDDベースのAPI
spark.mllib でサポートされるモデル
spark.mllib はPredictive Model Markup Language (PMML)へのモデルのエクスポートをサポートします。
以下のテーブルはPMMLへエクスポートすることができるspark.mllibのモデルと、それらに等価なPMMLモデルの概略です。
| spark.mllib model | PMML モデル |
|---|---|
| KMeansModel | ClusteringModel |
| LinearRegressionModel | RegressionModel (functionName="regression") |
| RidgeRegressionModel | RegressionModel (functionName="regression") |
| LassoModel | RegressionModel (functionName="regression") |
| SVMModel | RegressionModel (functionName="classification" normalizationMethod="none") |
| Binary LogisticRegressionModel | RegressionModel (functionName="classification" normalizationMethod="logit") |
例
サポートされるmodel (上の表を見てください) をPMMLにエクスポートするには、単純にmodel.toPMMLを呼び出します。
PMMLモデルを文字列(上の例のようなmodel.toPMML)にエクスポートするのと同様に、PMMLモデルを他の形式にエクスポートすることができます。
APIの詳細はKMeans Scala ドキュメント および Vectors Scala ドキュメント を参照してください。
以下は KMeansModelを構築しそれをPMML形式に出力する完全な例です:
import org.apache.spark.mllib.clustering.KMeans
import org.apache.spark.mllib.linalg.Vectors
// Load and parse the data
val data = sc.textFile("data/mllib/kmeans_data.txt")
val parsedData = data.map(s => Vectors.dense(s.split(' ').map(_.toDouble))).cache()
// Cluster the data into two classes using KMeans
val numClusters = 2
val numIterations = 20
val clusters = KMeans.train(parsedData, numClusters, numIterations)
// Export to PMML to a String in PMML format
println(s"PMML Model:\n ${clusters.toPMML}")
// Export the model to a local file in PMML format
clusters.toPMML("/tmp/kmeans.xml")
// Export the model to a directory on a distributed file system in PMML format
clusters.toPMML(sc, "/tmp/kmeans")
// Export the model to the OutputStream in PMML format
clusters.toPMML(System.out)例の完全なコードは Spark のリポジトリの "examples/src/main/scala/org/apache/spark/examples/mllib/PMMLModelExportExample.scala" で見つかります。
サポートされないモデルについては、.toPMML メソッドを見つけられないか、IllegalArgumentException が例外を投げるでしょう。