ALINK(二十一)：数据处理（七）数值型数据处理（三）绝对值最大化 (MaxAbsScalerTrainBatchOp/MaxAbsScalerPredictBatchOp)

绝对值最大化训练 (MaxAbsScalerTrainBatchOp)

Java 类名：com.alibaba.alink.operator.batch.dataproc.MaxAbsScalerTrainBatchOp

Python 类名：MaxAbsScalerTrainBatchOp

功能介绍

• 绝对值最大标准化是对数据按照最大值和最小值进行标准化的组件, 将数据归一到-1和1之间。
• 使用绝对值最大标准化预测组件使用生成的模型，转换输入的数据

参数说明

名称	中文名称	描述	类型	是否必须？	默认值
selectedCols	选择的列名	计算列对应的列名列表	String[]	✓

代码示例

Python 代码

from pyalink.alink import *
import pandas as pd
useLocalEnv(1)
df = pd.DataFrame([
            ["a", 10.0, 100],
            ["b", -2.5, 9],
            ["c", 100.2, 1],
            ["d", -99.9, 100],
            ["a", 1.4, 1],
            ["b", -2.2, 9],
            ["c", 100.9, 1]
])
             
colnames = ["col1", "col2", "col3"]
selectedColNames = ["col2", "col3"]
inOp = BatchOperator.fromDataframe(df, schemaStr='col1 string, col2 double, col3 long')
         
# train
trainOp = MaxAbsScalerTrainBatchOp()
           .setSelectedCols(selectedColNames)
trainOp.linkFrom(inOp)
# batch predict
predictOp = MaxAbsScalerPredictBatchOp()
predictOp.linkFrom(trainOp, inOp).print()

Java 代码

import org.apache.flink.types.Row;
import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.dataproc.MaxAbsScalerPredictBatchOp;
import com.alibaba.alink.operator.batch.dataproc.MaxAbsScalerTrainBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import org.junit.Test;
import java.util.Arrays;
import java.util.List;
public class MaxAbsScalerTrainBatchOpTest {
  @Test
  public void testMaxAbsScalerTrainBatchOp() throws Exception {
    List <Row> df = Arrays.asList(
      Row.of("a", 10.0, 100),
      Row.of("b", -2.5, 9),
      Row.of("c", 100.2, 1),
      Row.of("d", -99.9, 100),
      Row.of("a", 1.4, 1),
      Row.of("b", -2.2, 9),
      Row.of("c", 100.9, 1)
    );
    String[] selectedColNames = new String[] {"col2", "col3"};
    BatchOperator <?> inOp = new MemSourceBatchOp(df, "col1 string, col2 double, col3 int");
    BatchOperator <?> trainOp = new MaxAbsScalerTrainBatchOp()
      .setSelectedCols(selectedColNames);
    trainOp.linkFrom(inOp);
    BatchOperator <?> predictOp = new MaxAbsScalerPredictBatchOp();
    predictOp.linkFrom(trainOp, inOp).print();
  }
}

运行结果

col1	col2	col3
a	0.0991	1.0000
b	-0.0248	0.0900
c	0.9931	0.0100
d	-0.9901	1.0000
a	0.0139	0.0100
b	-0.0218	0.0900
c	1.0000	0.0100

 

 

 

 

 

绝对值最大化批预测 (MaxAbsScalerPredictBatchOp)

Java 类名：com.alibaba.alink.operator.batch.dataproc.MaxAbsScalerPredictBatchOp

Python 类名：MaxAbsScalerPredictBatchOp

功能介绍

• 绝对值最大标准化是对数据按照最大值和最小值进行标准化的组件, 将数据归一到-1和1之间。
• 需要读入MaxAbsScalerTrainBatchOp生成的模型

参数说明

名称	中文名称	描述	类型	是否必须？	默认值
outputCols	输出结果列列名数组	输出结果列列名数组，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
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

from pyalink.alink import *
import pandas as pd
useLocalEnv(1)
df = pd.DataFrame([
            ["a", 10.0, 100],
            ["b", -2.5, 9],
            ["c", 100.2, 1],
            ["d", -99.9, 100],
            ["a", 1.4, 1],
            ["b", -2.2, 9],
            ["c", 100.9, 1]
])
             
colnames = ["col1", "col2", "col3"]
selectedColNames = ["col2", "col3"]
inOp = BatchOperator.fromDataframe(df, schemaStr='col1 string, col2 double, col3 long')
         
# train
trainOp = MaxAbsScalerTrainBatchOp()
           .setSelectedCols(selectedColNames)
trainOp.linkFrom(inOp)
# batch predict
predictOp = MaxAbsScalerPredictBatchOp()
predictOp.linkFrom(trainOp, inOp).print()

Java 代码

import org.apache.flink.types.Row;
import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.dataproc.MaxAbsScalerPredictBatchOp;
import com.alibaba.alink.operator.batch.dataproc.MaxAbsScalerTrainBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import org.junit.Test;
import java.util.Arrays;
import java.util.List;
public class MaxAbsScalerPredictBatchOpTest {
  @Test
  public void testMaxAbsScalerPredictBatchOp() throws Exception {
    List <Row> df = Arrays.asList(
      Row.of("a", 10.0, 100),
      Row.of("b", -2.5, 9),
      Row.of("c", 100.2, 1),
      Row.of("d", -99.9, 100),
      Row.of("a", 1.4, 1),
      Row.of("b", -2.2, 9),
      Row.of("c", 100.9, 1)
    );
    String[] selectedColNames = new String[] {"col2", "col3"};
    BatchOperator <?> inOp = new MemSourceBatchOp(df, "col1 string, col2 double, col3 int");
    BatchOperator <?> trainOp = new MaxAbsScalerTrainBatchOp()
      .setSelectedCols(selectedColNames);
    trainOp.linkFrom(inOp);
    BatchOperator <?> predictOp = new MaxAbsScalerPredictBatchOp();
    predictOp.linkFrom(trainOp, inOp).print();
  }
}

运行结果

col1	col2	col3
a	0.0991	1.0000
b	-0.0248	0.0900
c	0.9931	0.0100
d	-0.9901	1.0000
a	0.0139	0.0100
b	-0.0218	0.0900
c	1.0000	0.0100