• StringIndexer训练
    • 功能介绍
    • 参数说明
    • 脚本示例
      • 脚本代码
      • 脚本运行结果

    StringIndexer训练

    功能介绍

    StringIndexer训练组件的作用是训练一个模型用于将单列字符串映射为整数。

    参数说明

    名称 中文名称 描述 类型 是否必须？ 默认值
    modelName 模型名字 模型名字 String
    selectedCol 选中的列名 计算列对应的列名 String ✓
    stringOrderType Token排序方法 Token排序方法 String “random”

    脚本示例

    脚本代码

    1. data = np.array([
    2.     ["football"],
    3.     ["football"],
    4.     ["football"],
    5.     ["basketball"],
    6.     ["basketball"],
    7.     ["tennis"],
    8. ])
    10. df_data = pd.DataFrame({
    11.     "f0": data[:, 0],
    12. })
    14. data = dataframeToOperator(df_data, schemaStr='f0 string', op_type="batch")
    16. stringindexer = StringIndexerTrainBatchOp() \
    17.     .setSelectedCol("f0") \
    18.     .setStringOrderType("frequency_asc")
    20. model = stringindexer.linkFrom(data)
    21. model.print()

    脚本运行结果

    模型表：

    1.         token  token_index
    2. 0      tennis            0
    3. 1  basketball            1
    4. 2    football            2