使用Java运行具有流的MLlib模型

我有一个用例，在这个用例中，我得到一个MLlib模型和一个流，并希望得到一个数据流的分数（预测）

关于这个问题，有一些使用Scala的例子和资料，但我无法将其翻译成Java

尝试在map函数中运行predict（如中所示）

我的输入是一个由两个整数分隔的coma，我将其映射为：

JavaDStream<Tuple2<Integer, Integer>> pairs

JavaDStream对

然后我想把它转换成：

JavaPairDStream<Integer, Double> scores

JavaPairDStream分数

其中Double是预测结果，Integer是一个键，因此我可以按键进行缩减。
这种方法导致需要在现有的数据流中创建一个新的数据流，但我没有做到这一点

predict方法可以应用于RDD，但我无法从中创建数据流（必须返回void）：

pairs.foreachRDD（新函数（）{
@凌驾
公共Void调用（JavaRDD arg0）引发异常{
//TODO自动生成的方法存根
rdda=sameModel.predict（arg0.RDD（））；
}
});

---

关于如何实现这一点有什么想法吗？

据我所知，这里的问题实际上不是Java的翻译，而是您使用的特定模型。MLlib提供两种类型的模型-本地模型和分布式模型。本地模型可以序列化并在

映射中使用

MatrixFactorizationModel
model属于第二类。这意味着它在内部使用分布式数据结构进行预测，因此不能从操作或转换中使用。如果要将其用于整个RDD的预测，必须在
predict
方法中传递它，如下所示：

model.predict(JavaRDD.toRDD(test))

有关测试数据所需格式的详细信息，请参阅中的Java示例。
DStream表示时间批处理的RDD。我更感兴趣的是，通过将其重新转换为DStream而不是RDD，您可以实现什么。
JavaPairDStream<Integer, Double> scores

    pairs.foreachRDD(new Function<JavaRDD<Tuple2<Object, Object>>, Void >(){
    @Override
    public Void call(JavaRDD<Tuple2<Object, Object>> arg0) throws Exception {
        // TODO Auto-generated method stub

        RDD<Rating> a = sameModel.predict(arg0.rdd());

    }

  });

model.predict(JavaRDD.toRDD(test))