PMML モデル抽出 - RDDベースのAPI
spark.mllib はモデルをサポートします
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` モデル | 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。
Here a complete example of building a KMeansModel and print it out in PMML format: <div class="highlight"><pre>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("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) </pre></div><div>Find full example code at “examples/src/main/scala/org/apache/spark/examples/mllib/PMMLModelExportExample.scala” in the Spark repo.</div>
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。