Java 类名:com.alibaba.alink.operator.batch.dataproc.vector.VectorElementwiseProductBatchOp
Python 类名:VectorElementwiseProductBatchOp
功能介绍
Vector 中的每一个非零元素与scalingVector的每一个对应元素乘,返回乘积后的新vector。
ScalingVector 通过参数单独指定。
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 |
---|---|---|---|---|---|---|
scalingVector | 尺度变化向量。 | 尺度的变化向量。 | String | ✓ | ||
selectedCol | 选中的列名 | 计算列对应的列名 | String | ✓ | 所选列类型为 [DENSE_VECTOR, SPARSE_VECTOR, STRING, VECTOR] | |
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 |
代码示例
Python 代码
from pyalink.alink import *
import pandas as pd
useLocalEnv(1)
# load data
df = pd.DataFrame([
["1:3,2:4,4:7", 1],
["0:3,5:5", 3],
["2:4,4:5", 4]
])
data = BatchOperator.fromDataframe(df, schemaStr="vec string, id bigint")
vecEP = VectorElementwiseProductBatchOp().setSelectedCol("vec") \
.setOutputCol("vec1") \
.setScalingVector("$8$1:3.0 3:3.0 5:4.6")
data.link(vecEP).print()
Java 代码
import org.apache.flink.types.Row;
import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.dataproc.vector.VectorElementwiseProductBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import org.junit.Test;
import java.util.Arrays;
import java.util.List;
public class VectorElementwiseProductBatchOpTest {
@Test
public void testVectorElementwiseProductBatchOp() throws Exception {
List <Row> df = Arrays.asList(
Row.of("1:3,2:4,4:7", 1),
Row.of("0:3,5:5", 3),
Row.of("2:4,4:5", 4)
);
BatchOperator <?> data = new MemSourceBatchOp(df, "vec string, id int");
BatchOperator <?> vecEP = new VectorElementwiseProductBatchOp().setSelectedCol("vec")
.setOutputCol("vec1")
.setScalingVector("$8$1:3.0 3:3.0 5:4.6");
data.link(vecEP).print();
}
}
运行结果
| vec | id | vec1 | | —- | —- | —- |
| 1:3,2:4,4:7 | 1 | 1:9.0 2:0.0 4:0.0 |
| 0:3,5:5 | 3 | 0:0.0 5:23.0 |
| 2:4,4:5 | 4 | 2:0.0 4:0.0 |