Java 类名:com.alibaba.alink.operator.batch.dataproc.vector.VectorMinMaxScalerPredictBatchOp
Python 类名:VectorMinMaxScalerPredictBatchOp

功能介绍

vector归一化是对vector数据进行归一化处理的组件, 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。输入的向量维度可以不相同。
该组件为预测组件,加载模型后就可以处理数据

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

  1. from pyalink.alink import *
  2. import pandas as pd
  3. useLocalEnv(1)
  4. df = pd.DataFrame([
  5. ["a", "10.0, 100"],
  6. ["b", "-2.5, 9"],
  7. ["c", "100.2, 1"],
  8. ["d", "-99.9, 100"],
  9. ["a", "1.4, 1"],
  10. ["b", "-2.2, 9"],
  11. ["c", "100.9, 1"]
  12. ])
  13. data = BatchOperator.fromDataframe(df, schemaStr="col string, vec string")
  14. trainOp = VectorMinMaxScalerTrainBatchOp()\
  15. .setSelectedCol("vec")
  16. model = trainOp.linkFrom(data)
  17. batchPredictOp = VectorMinMaxScalerPredictBatchOp()
  18. batchPredictOp.linkFrom(model, 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.dataproc.vector.VectorMinMaxScalerPredictBatchOp;
  4. import com.alibaba.alink.operator.batch.dataproc.vector.VectorMinMaxScalerTrainBatchOp;
  5. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  6. import org.junit.Test;
  7. import java.util.Arrays;
  8. import java.util.List;
  9. public class VectorMinMaxScalerPredictBatchOpTest {
  10. @Test
  11. public void testVectorMinMaxScalerPredictBatchOp() throws Exception {
  12. List <Row> df = Arrays.asList(
  13. Row.of("a", "10.0, 100"),
  14. Row.of("b", "-2.5, 9"),
  15. Row.of("c", "100.2, 1"),
  16. Row.of("d", "-99.9, 100"),
  17. Row.of("a", "1.4, 1"),
  18. Row.of("b", "-2.2, 9"),
  19. Row.of("c", "100.9, 1")
  20. );
  21. BatchOperator <?> data = new MemSourceBatchOp(df, "col string, vec string");
  22. BatchOperator <?> trainOp = new VectorMinMaxScalerTrainBatchOp()
  23. .setSelectedCol("vec");
  24. BatchOperator <?> model = trainOp.linkFrom(data);
  25. BatchOperator <?> batchPredictOp = new VectorMinMaxScalerPredictBatchOp();
  26. batchPredictOp.linkFrom(model, data).print();
  27. }
  28. }

运行结果

| col | 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 |