Java 类名：com.alibaba.alink.pipeline.dataproc.vector.VectorMinMaxScaler
Python 类名：VectorMinMaxScaler

功能介绍

  • vector归一化是对vector数据进行归一的组件, 将数据归一到min和max之间。
  • 计算公式为x_scaled = (x - eMin) / (eMax - eMin) * (maxV - minV) + minV 其中maxV和minV为用户设定的，默认值为1和0
  • 该组件提供训练功能，生成的Vector归一化模型供预测使用

    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
selectedCol 选中的列名 计算列对应的列名 String ✓
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
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
overwriteSink 是否覆写已有数据 是否覆写已有数据 Boolean false
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 *
  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. ])
  16. data = BatchOperator.fromDataframe(df, schemaStr="col string, vec string")
  17. res = VectorMinMaxScaler()\
  18.            .setSelectedCol("vec")
  19. model = res.fit(data)
  20. model.transform(data).collectToDataframe()

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.source.MemSourceBatchOp;
  5. import com.alibaba.alink.pipeline.dataproc.vector.VectorMinMaxScaler;
  6. import com.alibaba.alink.pipeline.dataproc.vector.VectorMinMaxScalerModel;
  7. import org.junit.Test;
  9. import java.util.Arrays;
  10. import java.util.List;
  12. public class VectorMinMaxScalerTest {
  13.     @Test
  14.     public void testVectorMinMaxScaler() 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.         );
  24.         BatchOperator <?> data = new MemSourceBatchOp(df, "col string, vec string");
  25.         VectorMinMaxScaler res = new VectorMinMaxScaler()
  26.             .setSelectedCol("vec");
  27.         VectorMinMaxScalerModel model = res.fit(data);
  28.         model.transform(data).print();
  29.     }
  30. }

运行结果

| col1 | vec | | —- | —- |

| a | 0.5473107569721115,1.0 |

| b | 0.4850597609561753,0.08080808080808081 |

| c | 0.9965139442231076,0.0 |

| d | 0.0,1.0 |

| a | 0.5044820717131474,0.0 |

| b | 0.4865537848605578,0.08080808080808081 |

| c | 1.0,0.0 |