Java 类名：com.alibaba.alink.operator.stream.dataproc.vector.VectorPolynomialExpandStreamOp
Python 类名：VectorPolynomialExpandStreamOp

功能介绍

对 Vector 进行多项式展开，组成一个新的Vector。多项式展开是一个对原始特征进行变换的过程。
例如输入向量为2维，它的值为(x, y), 那么进行多项式展开后，它的值为(x, x x, y, x y, y * y).

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 | ✓ | 所选列类型为 [DENSE_VECTOR, SPARSE_VECTOR, STRING, VECTOR] | |

| degree | 多项式阶数 | 多项式的阶数，默认2 | Integer | | [1, +inf) | 2 |

| 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

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df = pd.DataFrame([
  8.     ["$8$1:3,2:4,4:7"],
  9.     ["$8$2:4,4:5"]
  10. ])
  12. data = StreamOperator.fromDataframe(df, schemaStr="vec string")
  13. VectorPolynomialExpandStreamOp().setSelectedCol("vec").setOutputCol("vec_out").linkFrom(data).print()
  14. StreamOperator.execute()

Java 代码

  1. import org.apache.flink.types.Row;
  3. import com.alibaba.alink.operator.stream.StreamOperator;
  4. import com.alibaba.alink.operator.stream.dataproc.vector.VectorPolynomialExpandStreamOp;
  5. import com.alibaba.alink.operator.stream.source.MemSourceStreamOp;
  6. import org.junit.Test;
  8. import java.util.Arrays;
  9. import java.util.List;
  11. public class VectorPolynomialExpandStreamOpTest {
  12.     @Test
  13.     public void testVectorPolynomialExpandStreamOp() throws Exception {
  14.         List <Row> df = Arrays.asList(
  15.             Row.of("$8$1:3,2:4,4:7"),
  16.             Row.of("$8$2:4,4:5")
  17.         );
  18.         StreamOperator <?> data = new MemSourceStreamOp(df, "vec string");
  19.         new VectorPolynomialExpandStreamOp().setSelectedCol("vec").setOutputCol("vec_out").linkFrom(data).print();
  20.         StreamOperator.execute();
  21.     }
  22. }

运行结果

| vec | vec_out | | —- | —- |

| $8$1:3,2:4,4:7 | $44$2:3.0 4:9.0 5:4.0 7:12.0 8:16.0 14:7.0 16:21.0 17:28.0 19:49.0 |

| $8$2:4,4:5 | $44$5:4.0 8:16.0 14:5.0 17:20.0 19:25.0 |