Java 类名:com.alibaba.alink.operator.stream.dataproc.IndexToStringPredictStreamOp
Python 类名:IndexToStringPredictStreamOp

功能介绍

基于 StringIndexer 模型,将一列整数映射为字符串。
在流式预测中,IndexToStringPredictStreamOp 在创建对象时,需要指定模型数据
(StringIndexer的getModelData()获取,或者直接输入StringIndexerTrainBatchOp)。
在LinkFrom中指定流式数据。

参数说明

| 名称 | 中文名称 | 描述 | 类型 | 是否必须? | 取值范围 | 默认值 | | —- | —- | —- | —- | —- | —- | —- |

| modelName | 模型名字 | 模型名字 | String | ✓ | | |

| selectedCol | 选中的列名 | 计算列对应的列名 | String | ✓ | 所选列类型为 [LONG] | |

| modelFilePath | 模型的文件路径 | 模型的文件路径 | String | | | null |

| outputCol | 输出结果列 | 输出结果列列名,可选,默认null | String | | | null |

| reservedCols | 算法保留列名 | 算法保留列 | String[] | | | null |

| numThreads | 组件多线程线程个数 | 组件多线程线程个数 | Integer | | | 1 |

| modelStreamFilePath | 模型流的文件路径 | 模型流的文件路径 | String | | | null |

| modelStreamScanInterval | 扫描模型路径的时间间隔 | 描模型路径的时间间隔,单位秒 | Integer | | | 10 |

| modelStreamStartTime | 模型流的起始时间 | 模型流的起始时间。默认从当前时刻开始读。使用yyyy-mm-dd hh:mm:ss.fffffffff格式,详见Timestamp.valueOf(String s) | String | | | null |

代码示例

Python 代码

  1. from pyalink.alink import *
  2. import pandas as pd
  3. useLocalEnv(1)
  4. df_data = pd.DataFrame([
  5. ["football"],
  6. ["football"],
  7. ["football"],
  8. ["basketball"],
  9. ["basketball"],
  10. ["tennis"],
  11. ])
  12. train_data = BatchOperator.fromDataframe(df_data, schemaStr='f0 string')
  13. data = StreamOperator.fromDataframe(df_data, schemaStr='f0 string')
  14. stringIndexer = StringIndexer() \
  15. .setModelName("string_indexer_model") \
  16. .setSelectedCol("f0") \
  17. .setOutputCol("f0_indexed") \
  18. .setStringOrderType("frequency_asc").fit(train_data)
  19. indexed = stringIndexer.transform(data)
  20. indexToStrings = IndexToStringPredictStreamOp(stringIndexer.getModelData()) \
  21. .setSelectedCol("f0_indexed") \
  22. .setOutputCol("f0_indxed_unindexed")
  23. indexToStrings.linkFrom(indexed).print()
  24. StreamOperator.execute()

Java 代码

  1. import org.apache.flink.types.Row;
  2. import com.alibaba.alink.operator.batch.BatchOperator;
  3. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  4. import com.alibaba.alink.operator.stream.StreamOperator;
  5. import com.alibaba.alink.operator.stream.dataproc.IndexToStringPredictStreamOp;
  6. import com.alibaba.alink.operator.stream.source.MemSourceStreamOp;
  7. import com.alibaba.alink.pipeline.dataproc.StringIndexer;
  8. import com.alibaba.alink.pipeline.dataproc.StringIndexerModel;
  9. import org.junit.Test;
  10. import java.util.Arrays;
  11. import java.util.List;
  12. public class IndexToStringPredictStreamOpTest {
  13. @Test
  14. public void testIndexToStringPredictStreamOp() throws Exception {
  15. List <Row> df_data = Arrays.asList(
  16. Row.of("football"),
  17. Row.of("football"),
  18. Row.of("football"),
  19. Row.of("basketball"),
  20. Row.of("basketball"),
  21. Row.of("tennis")
  22. );
  23. BatchOperator <?> train_data = new MemSourceBatchOp(df_data, "f0 string");
  24. StreamOperator <?> data = new MemSourceStreamOp(df_data, "f0 string");
  25. StringIndexerModel stringIndexer = new StringIndexer()
  26. .setModelName("string_indexer_model")
  27. .setSelectedCol("f0")
  28. .setOutputCol("f0_indexed")
  29. .setStringOrderType("frequency_asc").fit(train_data);
  30. StreamOperator indexed = stringIndexer.transform(data);
  31. StreamOperator <?> indexToStrings = new IndexToStringPredictStreamOp(stringIndexer.getModelData())
  32. .setSelectedCol("f0_indexed")
  33. .setOutputCol("f0_indxed_unindexed");
  34. indexToStrings.linkFrom(indexed).print();
  35. StreamOperator.execute();
  36. }
  37. }

运行结果

| f0 | f0_indexed | f0_indxed_unindexed | | —- | —- | —- |

| football | 2 | football |

| football | 2 | football |

| football | 2 | football |

| basketball | 1 | basketball |

| basketball | 1 | basketball |

| tennis | 0 | tennis |