创建 Leap Frame

让我们创建一帧 Leap Frame 来存储数据。

  1. import ml.combust.mleap.runtime._
  2. import ml.combust.mleap.core.types._
  3. import ml.combust.mleap.runtime.frame.{DefaultLeapFrame, Row}
  5. // Create a schema. Returned as a Try monad to ensure that there
  6. // Are no duplicate field names
  7. val schema: StructType = StructType(StructField("a_string", ScalarType.String),
  8.   StructField("a_double", ScalarType.Double),
  9.   StructField("a_float", ScalarType.Float),
  10.   StructField("an_int", ScalarType.Int),
  11.   StructField("a_long", ScalarType.Long)).get
  13. // Create a dataset to contain all of our values
  14. // This dataset has two rows
  15. val dataset = Seq(Row("Hello, MLeap!", 56.7d, 13.0f, 42, 67l),
  16.   Row("Another row", 23.4d, 11.0f, 43, 88l))
  18. // Create a LeapFrame from the schema and dataset
  19. val leapFrame = DefaultLeapFrame(schema, dataset)
  21. // Make some assertions about the data in our leap frame
  22. assert(leapFrame.dataset(0).getString(0) == "Hello, MLeap!")
  23. assert(leapFrame.dataset(0).getDouble(1) == 56.7d)
  24. assert(leapFrame.dataset(1).getDouble(1) == 23.4d)

对于预测来自例如 Web 服务器或者其他用户输入等数据源的数据来说，类似这种通过代码来创建 Leap Frames 的方法是非常有用的。此外，它还可以从文件中加载，或者把数据存储到文件中供后期使用。可以参见我们的序列化 Leap Frame （译者注：文档已被原作者删除）章节以了解更多的细节。