Java 类名:com.alibaba.alink.pipeline.regression.IsotonicRegression
Python 类名:IsotonicRegression

功能介绍

保序回归在观念上是寻找一组非递减的片段连续线性函数(piecewise linear continuous functions),即保序函数,使其与样本尽可能的接近。
保序回归的输入在Alink中称分别为特征(feature)、标签(label)和权重(weight),特征可以是数值或向量,如果是向量还需要设定特征索引
(feature index),组件将使用该维进行计算。保序回归的目标是求解一个能使最小的序列,
若选择保增序,该序列还应满足时,若选择保降序满足时。
下图中,散点图是训练数据,折线图是得到的保序回归模型,对于训练数据中没有的特征,使用线性插值得到其标签。对应训练和预测代码见示例。
isotonic.png

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
labelCol 标签列名 输入表中的标签列名 String
predictionCol 预测结果列名 预测结果列名 String
featureCol 特征列名 特征列的名称 String null
featureIndex 训练特征所在维度 训练特征在输入向量的维度索引 Integer [0, +inf) 0
isotonic 输出序列是否 输出序列是否递增 Boolean true
modelFilePath 模型的文件路径 模型的文件路径 String null
overwriteSink 是否覆写已有数据 是否覆写已有数据 Boolean false
vectorCol 向量列名 向量列对应的列名,默认值是null String null
weightCol 权重列名 权重列对应的列名 String 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT] 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 = pd.DataFrame([
  5. [0.35, 1],
  6. [0.6, 1],
  7. [0.55, 1],
  8. [0.5, 1],
  9. [0.18, 0],
  10. [0.1, 1],
  11. [0.8, 1],
  12. [0.45, 0],
  13. [0.4, 1],
  14. [0.7, 0],
  15. [0.02, 1],
  16. [0.3, 0],
  17. [0.27, 1],
  18. [0.2, 0],
  19. [0.9, 1]])
  20. data = BatchOperator.fromDataframe(df, schemaStr="label double, feature double")
  21. res = IsotonicRegression()\
  22. .setFeatureCol("feature")\
  23. .setLabelCol("label")\
  24. .setPredictionCol("result")
  25. res.fit(data).transform(data).print()

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.pipeline.regression.IsotonicRegression;
  5. import org.junit.Test;
  6. import java.util.Arrays;
  7. import java.util.List;
  8. public class IsotonicRegressionTest {
  9. @Test
  10. public void testIsotonicRegression() throws Exception {
  11. List <Row> df = Arrays.asList(
  12. Row.of(0.02, 0.0),
  13. Row.of(0.1, 0.0),
  14. Row.of(0.18, 1.0),
  15. Row.of(0.2, 0.0),
  16. Row.of(0.27, 1.0),
  17. Row.of(0.3, 0.0),
  18. Row.of(0.35, 1.0),
  19. Row.of(0.4, 1.0),
  20. Row.of(0.45, 0.0),
  21. Row.of(0.5, 1.0),
  22. Row.of(0.55, 1.0),
  23. Row.of(0.6, 1.0),
  24. Row.of(0.7, 0.0),
  25. Row.of(0.8, 1.0),
  26. Row.of(0.9, 1.0),
  27. Row.of(0.98, 1.10)
  28. );
  29. List <Row> pred = Arrays.asList(
  30. Row.of(0.2),
  31. Row.of(0.32),
  32. Row.of(0.4),
  33. Row.of(0.45),
  34. Row.of(0.65),
  35. Row.of(0.9)
  36. );
  37. BatchOperator <?> data = new MemSourceBatchOp(df, "feature double, label double");
  38. BatchOperator <?> predData = new MemSourceBatchOp(pred, "feature double");
  39. IsotonicRegressionModel res = new IsotonicRegression()
  40. .setFeatureCol("feature")
  41. .setLabelCol("label")
  42. .setPredictionCol("predict")
  43. .fit(data);
  44. res.transform(predData).print();
  45. }
  46. }

运行结果

| feature | predict | | —- | —- |

| 0.2000 | 0.5000 |

| 0.3200 | 0.5667 |

| 0.4000 | 0.6667 |

| 0.4500 | 0.6667 |

| 0.6500 | 0.7500 |

| 0.9000 | 1.0000 |