Java 类名：com.alibaba.alink.operator.batch.dataproc.MinMaxScalerTrainBatchOp
Python 类名：MinMaxScalerTrainBatchOp

功能介绍

数据归一化组件
将数据归一到minValue和maxValue之间，value最终结果为 (value - min) / (max - min) * (maxValue - minValue) + minValue，最终结果的范围为[minValue, maxValue]。
minValue和maxValue由用户指定，默认为0和1。
生成的最大值最小值归一化模型在归一化预处理组件中使用。

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
selectedCols 选择的列名 计算列对应的列名列表 String[] ✓ 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT]
max 归一化的上界 归一化的上界 Double 1.0
min 归一化的下界 归一化的下界 Double 0.0

代码示例

Python 代码

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df = pd.DataFrame([
  8.             ["a", 10.0, 100],
  9.             ["b", -2.5, 9],
  10.             ["c", 100.2, 1],
  11.             ["d", -99.9, 100],
  12.             ["a", 1.4, 1],
  13.             ["b", -2.2, 9],
  14.             ["c", 100.9, 1]
  15. ])
  17. colnames = ["col1", "col2", "col3"]
  18. selectedColNames = ["col2", "col3"]
  21. inOp = BatchOperator.fromDataframe(df, schemaStr='col1 string, col2 double, col3 long')
  24. # train
  25. trainOp = MinMaxScalerTrainBatchOp()\
  26.            .setSelectedCols(selectedColNames)
  28. trainOp.linkFrom(inOp)
  30. # batch predict
  31. predictOp = MinMaxScalerPredictBatchOp()
  32. predictOp.linkFrom(trainOp, inOp).print()

Java 代码

  1. import org.apache.flink.types.Row;
  3. import com.alibaba.alink.operator.batch.BatchOperator;
  4. import com.alibaba.alink.operator.batch.dataproc.MinMaxScalerPredictBatchOp;
  5. import com.alibaba.alink.operator.batch.dataproc.MinMaxScalerTrainBatchOp;
  6. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  7. import org.junit.Test;
  9. import java.util.Arrays;
  10. import java.util.List;
  12. public class MinMaxScalerTrainBatchOpTest {
  13.     @Test
  14.     public void testMinMaxScalerTrainBatchOp() throws Exception {
  15.         List <Row> df = Arrays.asList(
  16.             Row.of("a", 10.0, 100),
  17.             Row.of("b", -2.5, 9),
  18.             Row.of("c", 100.2, 1),
  19.             Row.of("d", -99.9, 100),
  20.             Row.of("a", 1.4, 1),
  21.             Row.of("b", -2.2, 9),
  22.             Row.of("c", 100.9, 1)
  23.         );
  25.         String[] selectedColNames = new String[] {"col2", "col3"};
  26.         BatchOperator <?> inOp = new MemSourceBatchOp(df, "col1 string, col2 double, col3 int");
  27.         BatchOperator <?> trainOp = new MinMaxScalerTrainBatchOp()
  28.             .setSelectedCols(selectedColNames);
  29.         trainOp.linkFrom(inOp);
  30.         BatchOperator <?> predictOp = new MinMaxScalerPredictBatchOp();
  31.         predictOp.linkFrom(trainOp, inOp).print();
  32.     }
  33. }

运行结果

| col1 | col2 | col3 | | —- | —- | —- |

| a | 0.5473 | 1.0000 |

| b | 0.4851 | 0.0808 |

| c | 0.9965 | 0.0000 |

| d | 0.0000 | 1.0000 |

| a | 0.5045 | 0.0000 |

| b | 0.4866 | 0.0808 |

| c | 1.0000 | 0.0000 |