ALINK(二十):数据处理数值型数据处理向量标准化 VectorNormalizeBatchOp/向量标准化训练 VectorStandardScalerTrainBatchOp /向量

Posted 秋华

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了ALINK(二十):数据处理数值型数据处理向量标准化 VectorNormalizeBatchOp/向量标准化训练 VectorStandardScalerTrainBatchOp /向量相关的知识,希望对你有一定的参考价值。

向量标准化 (VectorNormalizeBatchOp)

Java 类名:com.alibaba.alink.operator.batch.dataproc.vector.VectorNormalizeBatchOp

Python 类名:VectorNormalizeBatchOp

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<x1, x2, x3>,计算向量的平方和再开二次方记为norm,最终计算结果为<x1/norm, x2/norm, x3/norm>

参数说明

名称

中文名称

描述

类型

是否必须?

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

reservedCols

算法保留列名

算法保留列

String[]

 

null

p

范数的阶

范数的阶,默认2

Double

 

2.0

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],
    ["0:3,5:5", 3],
    ["2:4,4:5", 4]
])
data = BatchOperator.fromDataframe(df, schemaStr="vec string, id bigint")
VectorNormalizeBatchOp().setSelectedCol("vec").setOutputCol("vec_norm").linkFrom(data).collectToDataframe()

Java 代码

import org.apache.flink.types.Row;
import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.dataproc.vector.VectorNormalizeBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import org.junit.Test;
import java.util.Arrays;
import java.util.List;
public class VectorNormalizeBatchOpTest {
  @Test
  public void testVectorNormalizeBatchOp() throws Exception {
    List <Row> df = Arrays.asList(
      Row.of("1:3,2:4,4:7", 1),
      Row.of("0:3,5:5", 3),
      Row.of("2:4,4:5", 4)
    );
    BatchOperator <?> data = new MemSourceBatchOp(df, "vec string, id int");
    new VectorNormalizeBatchOp().setSelectedCol("vec").setOutputCol("vec_norm").linkFrom(data).print();
  }
}

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

 

 

 

 

以上是关于ALINK(二十):数据处理数值型数据处理向量标准化 VectorNormalizeBatchOp/向量标准化训练 VectorStandardScalerTrainBatchOp /向量的主要内容,如果未能解决你的问题,请参考以下文章

R语言数据集

R数据类型

R语言实战-数据类型-1(标量向量矩阵数组)

批处理学习笔记第二十一课:数值计算

机器学习实战第8章预测数值型数据:回归

R语言实战之创建数据集