java blob转为图片_Alink在线学习(Online Learning)之Java示例【二】

Alink是基于Flink的机器学习算法平台，欢迎访问Alink的github获取下载链接及更多信息。

alibaba/Alink​github.com

也欢迎加入钉钉群进行交流。

前一篇文章链接：Alink在线学习(Online Learning)之Java示例【一】

首先，我们需要一个Java的工程，配置好相关环境。最简单的办法是使用Alink的example工程，下载Alink git的代码，并用Jave IDE打开项目，如下图所示，可以看到三个已经写好的示例：ALSExample, GBDTExample, KMeansExample.

我们在com.alibaba.alink package下新建一个Java文件:

package 

本文的示例参考Alink的Python demo：

https://github.com/alibaba/Alink/blob/master/pyalink/ftrl_demo.ipynb​github.com

在网络广告中，点击率（CTR）是衡量广告效果的一个非常重要的指标。因此，点击预测系统在赞助搜索和实时竞价中具有重要的应用价值。该 Demo 使用 Ftrl 方法实时训练分类模型，并使用模型进行实时预测评估。

这里使用Kaggle比赛的CTR数据，链接为：https://www.kaggle.com/c/avazu-ctr-prediction/data 。由于是压缩数据，需要下载到本地，为了演示方便，我们直接使用oss上存储的一份采样数据。使用TextSourceBatchOp整行读取打印部分数据，脚本如下：

new TextSourceBatchOp()
    .setFilePath("http://alink-release.oss-cn-beijing.aliyuncs.com/data-files/avazu-small.csv")
    .firstN(10)
    .print();

运行结果为：

我们看到每条数据包含多个数据项，是以逗号分隔。下面是各数据列的定义如下：

• id: ad identifier
• click: 0/1 for non-click/click
• hour: format is YYMMDDHH, so 14091123 means 23:00 on Sept. 11, 2014 UTC.
• C1 -- anonymized categorical variable
• banner_pos
• site_id
• site_domain
• site_category
• app_id
• app_domain
• app_category
• device_id
• device_ip
• device_model
• device_type
• device_conn_type
• C14-C21 -- anonymized categorical variables

我们根据各列的定义，组装schemaStr如下：

String schemaStr
	= "id string, click string, dt string, C1 string, banner_pos int, site_id string, site_domain string, "
	+ "site_category string, app_id string, app_domain string, app_category string, device_id string, "
	+ "device_ip string, device_model string, device_type string, device_conn_type string, C14 int, C15 int, "
	+ "C16 int, C17 int, C18 int, C19 int, C20 int, C21 int";

有了schema的定义，我们可以通过CsvSourceBatchOp读取显示数据，脚本如下：

CsvSourceBatchOp trainBatchData = new CsvSourceBatchOp()
	.setFilePath("http://alink-release.oss-cn-beijing.aliyuncs.com/data-files/avazu-small.csv")
	.setSchemaStr(schemaStr);

trainBatchData.firstN(10).print();

结果显示如下：

由于列数较多，我们不容易将数据与列名对应起来。为了更好的看数据，这里有一个小技巧，打印出来的文本数据及分隔换行符号，正好是MarkDown格式，可以将其复制粘贴到MarkDown编辑器，即可看到整齐的图片显示，如下图所示：

下一篇文章链接：Alink在线学习(Online Learning)之Java示例【三】