• 分位点离散
    • 功能介绍
    • 参数说明
    • 脚本示例
      • 脚本代码
      • 脚本结果

    分位点离散

    功能介绍

    分位点离散可以计算选定列的分位点，然后使用这些分位点进行离散化。生成选中列对应的q-quantile，其中可以所有列指定一个，也可以每一列对应一个

    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[] ✓
    numBuckets quantile个数 quantile个数，对所有列有效。 Integer 2
    numBucketsArray quantile个数 quantile个数，每一列对应数组中一个元素。 Integer[] null
    selectedCols 选择的列名 计算列对应的列名列表 String[] ✓
    reservedCols 算法保留列名 算法保留列 String[] null
    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

    脚本示例

    脚本代码

    1. import numpy as np
    2. import pandas as pd
    3. from pyalink.alink import *
    6. def exampleData():
    7.     return np.array([
    8.         ["a", 1, 1, 2.0, True],
    9.         ["c", 1, 2, -3.0, True],
    10.         ["a", 2, 2, 2.0, False],
    11.         ["c", 0, 0, 0.0, False]
    12.     ])
    15. def sourceFrame():
    16.     data = exampleData()
    17.     return pd.DataFrame({
    18.         "f_string": data[:, 0],
    19.         "f_long": data[:, 1],
    20.         "f_int": data[:, 2],
    21.         "f_double": data[:, 3],
    22.         "f_boolean": data[:, 4]
    23.     })
    26. def batchSource():
    27.     return dataframeToOperator(
    28.         sourceFrame(),
    29.         schemaStr='''
    30.     f_string string, 
    31.     f_long long, 
    32.     f_int int, 
    33.     f_double double, 
    34.     f_boolean boolean
    35.     ''',
    36.         op_type='batch'
    37.     )
    39. def streamSource():
    40.     return dataframeToOperator(
    41.         sourceFrame(),
    42.         schemaStr='''
    43.     f_string string, 
    44.     f_long long, 
    45.     f_int int, 
    46.     f_double double, 
    47.     f_boolean boolean
    48.     ''',
    49.         op_type='stream'
    50.     )
    52. (
    53.     QuantileDiscretizer()
    54.     .setSelectedCols(['f_double'])
    55.     .setNumBuckets(8)
    56.     .fit(batchSource())
    57.     .transform(batchSource())
    58.     .print()
    59. )
    61. (
    62.     QuantileDiscretizer()
    63.     .setSelectedCols(['f_double'])
    64.     .setNumBuckets(8)
    65.     .fit(batchSource())
    66.     .transform(streamSource())
    67.     .print()
    68. )
    70. StreamOperator.execute()

    脚本结果

    批预测结果

    1.   f_string  f_long  f_int  f_double  f_boolean
    2. 0        a       1      1         2       True
    3. 1        c       1      2         0       True
    4. 2        a       2      2         2      False
    5. 3        c       0      0         1      False

    流预测结果

    1.     f_string    f_long    f_int    f_double    f_boolean
    2. 0    c    1    2    0    True
    3. 1    c    0    0    1    False
    4. 2    a    1    1    2    True
    5. 3    a    2    2    2    False