Java 类名:com.alibaba.alink.operator.batch.dataproc.vector.VectorImputerPredictBatchOp
Python 类名:VectorImputerPredictBatchOp
功能介绍
使用 Vector 缺失值填充模型对Vector数据进行数据填充。
输入数据包含 VectorImputerTrainBatchOp 输出的模型和要处理的数据。
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 |
---|---|---|---|---|---|---|
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 | ||
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)
df = pd.DataFrame([
["1:3,2:4,4:7", 1],
["1:3,2:NaN", 3],
["2:4,4:5", 4]
])
data = BatchOperator.fromDataframe(df, schemaStr="vec string, id bigint")
vecFill = VectorImputerTrainBatchOp().setSelectedCol("vec")
model = data.link(vecFill)
VectorImputerPredictBatchOp().setOutputCol("vec1").linkFrom(model, data).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.VectorImputerPredictBatchOp;
import com.alibaba.alink.operator.batch.dataproc.vector.VectorImputerTrainBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import org.junit.Test;
import java.util.Arrays;
import java.util.List;
public class VectorImputerPredictBatchOpTest {
@Test
public void testVectorImputerPredictBatchOp() throws Exception {
List <Row> df = Arrays.asList(
Row.of("1:3,2:4,4:7", 1),
Row.of("1:3,2:NaN", 3),
Row.of("2:4,4:5", 4)
);
BatchOperator <?> data = new MemSourceBatchOp(df, "vec string, id int");
BatchOperator <?> vecFill = new VectorImputerTrainBatchOp().setSelectedCol("vec");
BatchOperator <?> model = data.link(vecFill);
new VectorImputerPredictBatchOp().setOutputCol("vec1").linkFrom(model, data).print();
}
}
运行结果
| vec | id | vec1 | | —- | —- | —- |
| 1:3,2:4,4:7 | 1 | 1:3.0 2:4.0 4:7.0 |
| 1:3,2:NaN | 3 | 1:3.0 2:4.0 |
| 2:4,4:5 | 4 | 2:4.0 4:5.0 |