zoukankan      html  css  js  c++  java
  • ALINK(二十九):特征工程(八)特征组合与交叉(三)Hash Cross特征 (HashCrossFeatureBatchOp)

    Hash Cross特征 (HashCrossFeatureBatchOp)

    Java 类名:com.alibaba.alink.operator.batch.feature.HashCrossFeatureBatchOp

    Python 类名:HashCrossFeatureBatchOp

    功能介绍

    哈希特征列组合算法能够将选定的离散列组合成单列的向量类型的数据。

    参数说明

    名称

    中文名称

    描述

    类型

    是否必须?

    默认值

    outputCol

    输出结果列列名

    输出结果列列名,必选

    String

     

    selectedCols

    选择的列名

    计算列对应的列名列表

    String[]

     

    numFeatures

    向量维度

    生成向量长度

    Integer

     

    262144

    reservedCols

    算法保留列名

    算法保留列

    String[]

     

    null

    代码示例

    Python 代码

    from pyalink.alink import *
    import pandas as pd
    useLocalEnv(1)
    df = pd.DataFrame([
        ["1.0", "1.0", 1.0, 1],
        ["1.0", "1.0", 0.0, 1],
        ["1.0", "0.0", 1.0, 1],
        ["1.0", "0.0", 1.0, 1],
        ["2.0", "3.0", None, 0],
        ["2.0", "3.0", 1.0, 0],
        ["0.0", "1.0", 2.0, 0],
        ["0.0", "1.0", 1.0, 0]])
    data = BatchOperator.fromDataframe(df, schemaStr="f0 string, f1 string, f2 double, label bigint")
    cross = HashCrossFeatureBatchOp().setSelectedCols(['f0', 'f1', 'f2']).setOutputCol('cross').setNumFeatures(4)
    print(cross.linkFrom(data))

    Java 代码

    import org.apache.flink.types.Row;
    import com.alibaba.alink.operator.batch.BatchOperator;
    import com.alibaba.alink.operator.batch.feature.HashCrossFeatureBatchOp;
    import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
    import org.junit.Test;
    import java.util.Arrays;
    import java.util.List;
    public class HashCrossFeatureBatchOpTest {
      @Test
      public void testHashCrossFeatureBatchOp() throws Exception {
        List <Row> df = Arrays.asList(
          Row.of("1.0", "1.0", 1.0, 1),
          Row.of("1.0", "1.0", 0.0, 1),
          Row.of("1.0", "0.0", 1.0, 1),
          Row.of("1.0", "0.0", 1.0, 1),
          Row.of("2.0", "3.0", null, 0),
          Row.of("2.0", "3.0", 1.0, 0),
          Row.of("0.0", "1.0", 2.0, 0)
        );
        BatchOperator <?> data = new MemSourceBatchOp(df, "f0 string, f1 string, f2 double, label bigint");
        BatchOperator <?> cross = new HashCrossFeatureBatchOp().setSelectedCols("f0", "f1", "f2").setOutputCol("cross")
          .setNumFeatures(4);
        System.out.print(cross.linkFrom(data));
      }
    }

    运行结果

    f0

    f1

    f2

    label

    cross

    1.0

    1.0

    0.0000

    1

    $36$33:1.0

    1.0

    1.0

    1.0000

    1

    $36$15:1.0

    1.0

    0.0

    1.0000

    1

    $36$33:1.0

    1.0

    0.0

    1.0000

    1

    $36$33:1.0

    2.0

    3.0

    1.0000

    0

    $36$20:1.0

    2.0

    3.0

    None

    0

    36

    0.0

    1.0

    1.0000

    0

    $36$28:1.0

    0.0

    1.0

    2.0000

    0

    $36$33:1.0

  • 相关阅读:
    jenkins X实践系列(2) —— 基于jx的DevOps实践
    K8S集群安装
    google gcr.io、k8s.gcr.io 国内镜像
    使用.NET Core+Docker 开发微服务
    APM 原理与框架选型
    统一配置中心选型对比
    【开源小软件 】Bing每日壁纸 V1.2.1
    【开源小软件 】Bing每日壁纸 让桌面壁纸保持更新
    互联网企业级监控系统 OpenFalcon
    完整的房间类游戏解决方案AiJ
  • 原文地址:https://www.cnblogs.com/qiu-hua/p/14901495.html
Copyright © 2011-2022 走看看