Apache spark 将Spark MLLib算法与使用起泡水的H2O ai集成
我正在尝试将Spark MLLib中的协作算法与使用起泡水的H2o Ai集成,用于产品推荐。我跟踪了这个链接 更新代码如下所示Apache spark 将Spark MLLib算法与使用起泡水的H2O ai集成,apache-spark,h2o,sparkling-water,Apache Spark,H2o,Sparkling Water,我正在尝试将Spark MLLib中的协作算法与使用起泡水的H2o Ai集成,用于产品推荐。我跟踪了这个链接 更新代码如下所示 System.setProperty("hadoop.home.dir", "D:\\backup\\lib\\winutils") val conf = new SparkConf() .setAppName("Spark-InputFile processor") .setMaster("local") val sc =
System.setProperty("hadoop.home.dir", "D:\\backup\\lib\\winutils")
val conf = new SparkConf()
.setAppName("Spark-InputFile processor")
.setMaster("local")
val sc = new SparkContext(conf)
val inputFile = "src/main/resources/test.data"
val data = sc.textFile(inputFile)
val ratings = data.map(x=>{
val mapper = x.split(",")
Rating(mapper(0).toInt,mapper(1).toInt,mapper(2).toDouble)
})
// Build the recommendation model using ALS
val rank = 10
val numIterations = 10
val model = ALS.train(ratings, rank, numIterations, 0.01)
// Save and load model
model.save(sc, "target/tmp/myCollaborativeFilter")
val sameModel = MatrixFactorizationModel.load(sc, "target/tmp/myCollaborativeFilter")
val modelRdd = sameModel.recommendProductsForUsers(100)
implicit val sqlContext = SparkSession.builder().getOrCreate().sqlContext
import sqlContext.implicits._
val modelDf = modelRdd.toDF("Rdd","Rdd1")
@transient val hc = H2OContext.getOrCreate(sc)
val h2oframe:H2OFrame = hc.asH2OFrame(modelDf)
当我在Intellij中运行代码时,我得到以下错误
Exception in thread "main" java.util.NoSuchElementException: key not found: StructType(StructField(user,IntegerType,false), StructField(product,IntegerType,false), StructField(rating,DoubleType,false))
at scala.collection.MapLike$class.default(MapLike.scala:228)
at scala.collection.AbstractMap.default(Map.scala:59)
at scala.collection.MapLike$class.apply(MapLike.scala:141)
at scala.collection.AbstractMap.apply(Map.scala:59)
at org.apache.spark.h2o.utils.ReflectionUtils$.vecTypeFor(ReflectionUtils.scala:132)
at org.apache.spark.h2o.converters.SparkDataFrameConverter$$anonfun$3.apply(SparkDataFrameConverter.scala:68)
at org.apache.spark.h2o.converters.SparkDataFrameConverter$$anonfun$3.apply(SparkDataFrameConverter.scala:68)
at scala.collection.TraversableLike$$anonfun$map$1.apply(TraversableLike.scala:234)
at scala.collection.TraversableLike$$anonfun$map$1.apply(TraversableLike.scala:234)
at scala.collection.Iterator$class.foreach(Iterator.scala:893)
at scala.collection.AbstractIterator.foreach(Iterator.scala:1336)
at scala.collection.IterableLike$class.foreach(IterableLike.scala:72)
at scala.collection.AbstractIterable.foreach(Iterable.scala:54)
at scala.collection.TraversableLike$class.map(TraversableLike.scala:234)
at scala.collection.AbstractTraversable.map(Traversable.scala:104)
at org.apache.spark.h2o.converters.SparkDataFrameConverter$.toH2OFrame(SparkDataFrameConverter.scala:68)
at org.apache.spark.h2o.H2OContext.asH2OFrame(H2OContext.scala:132)
at org.apache.spark.h2o.H2OContext.asH2OFrame(H2OContext.scala:130)
at com.poc.sample.RecommendataionAlgo$.main(RecommendataionAlgo.scala:54)
at com.poc.sample.RecommendataionAlgo.main(RecommendataionAlgo.scala)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:498)
at com.intellij.rt.execution.application.AppMain.main(AppMain.java:147)
如何解决此错误
提前感谢。
modelRdd
将是类型Tuple2
(或Scala中的等效物),评级
不是我们(起泡水)提供的自动转换类型(它不是字符串、双精度、浮点等
也不是实现产品
)。我们肯定需要在那里抛出一个更有意义的错误消息
要解决此问题,而不是使用
对象创建数据帧,请使用modelRdd.toDF(“Rdd”、“Rdd1”)
对其进行评级,您可以将其映射到一个包含4列的DF中对象、用户、产品、评级
,然后使用hc.asH2OFrame()
,解决了我的第一个问题。是否有完整示例的可靠链接可以让您从头开始使用Sparking water端到端?@mvg我知道我们的文档有点落后-我们正在将其更新到2.x,但我认为通过遵循我们的Github自述和标准spark实践来获得完整的工作示例仍然是可行的。你觉得哪些部分很有挑战性?我用这段代码创建了jar文件并提交给Spark Submit,它启动了H2o流。我在浏览器中打开了它,然后卡在那里,因为它看起来更像一个配置工具。@mvg您可以发布一个新的问题,并提供更多详细信息(您是如何创建jar的,您的spark submit命令是什么等)。确定会关闭此问题并打开一个新问题。谢谢