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

    功能介绍

    基于StringIndexer模型，将一列整数映射为字符串。

    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 ✓
    reservedCols 算法保留列名 算法保留列 String[] null
    outputCol 输出结果列 输出结果列列名，可选，默认null String null

    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.     .setModelName("string_indexer_model") \
    18.     .setSelectedCol("f0") \
    19.     .setStringOrderType("frequency_asc")
    21. model = stringIndexer.linkFrom(data)
    22. string2int = StringIndexerPredictBatchOp() \
    23.     .setSelectedCol("f0").setOutputCol("f0_indexed")
    24. indexed = string2int.linkFrom(model, data)
    26. predictor = IndexToStringPredictBatchOp().setSelectedCol("f0_indexed").setOutputCol("f0_indxed_unindexed");
    27. predictor.linkFrom(model, indexed).print()

    脚本运行结果

    1. f0|f0_indexed|f0_indxed_unindexed
    2. --|----------|-------------------
    3. football|2|football
    4. football|2|football
    5. football|2|football
    6. basketball|1|basketball
    7. basketball|1|basketball
    8. tennis|0|tennis