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

功能介绍

对 Vector 进行正则化操作。
指定参数范数的阶，例如p = 2, 对于向量，计算向量的平方和再开二次方记为norm，最终计算结果为

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 ✓
outputCol 输出结果列 输出结果列列名，可选，默认null String null
p 范数的阶 范数的阶，默认2 Double 2.0
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

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df = pd.DataFrame([
  8.     ["1:3 2:4 4:7", 1],
  9.     ["0:3 5:5", 3],
  10.     ["2:4 4:5", 4]
  11. ])
  13. data = BatchOperator.fromDataframe(df, schemaStr="vec string, id bigint")
  14. VectorNormalizer().setSelectedCol("vec").setOutputCol("vec_norm").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.VectorNormalizer;
  6. import org.junit.Test;
  8. import java.util.Arrays;
  9. import java.util.List;
  11. public class VectorNormalizerTest {
  12.     @Test
  13.     public void testVectorNormalizer() throws Exception {
  14.         List <Row> df = Arrays.asList(
  15.             Row.of("1:3 2:4 4:7", 1),
  16.             Row.of("0:3 5:5", 3),
  17.             Row.of("2:4 4:5", 4)
  18.         );
  19.         BatchOperator <?> data = new MemSourceBatchOp(df, "vec string, id int");
  20.         new VectorNormalizer().setSelectedCol("vec").setOutputCol("vec_norm").transform(data).print();
  21.     }
  22. }

运行结果

| vec | id | vec_norm | | —- | —- | —- |

| 1:3,2:4,4:7 | 1 | 1:0.34874291623145787 2:0.46499055497527714 4:0.813733471206735 |

| 0:3,5:5 | 3 | 0:0.5144957554275265 5:0.8574929257125441 |

| 2:4,4:5 | 4 | 2:0.6246950475544243 4:0.7808688094430304 |