java的sparkmllib2使用MLReader加载RandomForestRegressionModel

在 Java 版本的 Spark MLlib 中，可以通过 `MLReader` 类的 `load` 方法加载随机森林回归模型，并设置加载模型时的参数。具体的代码示例如下：

import org.apache.spark.ml.PipelineModel;
import org.apache.spark.ml.PipelineStage;
import org.apache.spark.ml.regression.RandomForestRegressionModel;
import org.apache.spark.ml.util.DefaultParamsReader$;
import org.apache.spark.ml.util.MLReader;
import org.apache.spark.sql.SparkSession;

import java.util.HashMap;
import java.util.Map;

public class LoadRandomForestRegressionModel {
    public static void main(String[] args) {
        // 创建 SparkSession
        SparkSession spark = SparkSession.builder()
                .appName("LoadRandomForestRegressionModel")
                .master("local[*]")
                .getOrCreate();

        // 模型保存路径
        String modelPath = "path/to/your/model";

        // 加载模型，并设置参数
        RandomForestRegressionModel model = (RandomForestRegressionModel) new MLReader<PipelineModel>() {
            @Override
            public PipelineModel load(String path) {
                PipelineStage[] stages = DefaultParamsReader$.MODULE$.loadParams(path, sc(), DefaultParamsReader$.MODULE$.PARSED_MODULES_TAG()).stream()
                        .map(metadata -> {
                            String className = metadata.className();
                            if (className.equals(RandomForestRegressionModel.class.getName())) {
                                // 加载随机森林回归模型
                                return RandomForestRegressionModel.load(metadata.path());
                            } else {
                                throw new IllegalArgumentException("Unsupported model type: " + className);
                            }
                        })
                        .toArray(PipelineStage[]::new);
                return new PipelineModel(metadata().uid(), stages);
            }
        }.load(modelPath, params);

        // 打印加载的随机森林回归模型
        System.out.println("RandomForestRegressionModel loaded: " + model.toString());

        // 停止 SparkSession
        spark.stop();
    }
}

其中，`params` 参数是一个 `Map<String, String>` 类型的参数，用于设置加载模型时的参数。对于随机森林回归模型，需要设置的参数包括：

- `numTrees`：随机森林模型中树的数量。
- `featureSubsetStrategy`：随机森林模型中特征选择的策略。可以设置为 "auto"、"all"、"sqrt"、"log2" 或具体的数字。

例如，如果要设置加载模型时的随机森林回归模型树的数量为 100，特征选择策略为 "auto"，可以通过以下方式设置参数：

Map<String, String> params = new HashMap<>();
params.put("randomForest.numTrees", "100");
params.put("randomForest.featureSubsetStrategy", "auto");

需要注意的是，参数的命名需要与模型训练时使用的参数保持一致。