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

    功能介绍

    给定一个阈值，将连续变量二值化。

    参数说明

    名称 中文名称 描述 类型 是否必须？ 默认值
    threshold 二值化阈值 二值化阈值 Double 0.0
    selectedCol 选中的列名 计算列对应的列名 String ✓
    outputCol 输出结果列 输出结果列列名，可选，默认null String null
    reservedCols 算法保留列名 算法保留列 String[] null

    脚本示例

    脚本代码

    1. # -*- coding=UTF-8 -*-
    2. import numpy as np
    3. import pandas as pd
    4. data = np.array([
    5.     [1.1, True, "2", "A"],
    6.     [1.1, False, "2", "B"],
    7.     [1.1, True, "1", "B"],
    8.     [2.2, True, "1", "A"]
    9. ])
    10. df = pd.DataFrame({"double": data[:, 0], "bool": data[:, 1], "number": data[:, 2], "str": data[:, 3]})
    12. inOp1 = BatchOperator.fromDataframe(df, schemaStr='double double, bool boolean, number int, str string')
    13. inOp2 = StreamOperator.fromDataframe(df, schemaStr='double double, bool boolean, number int, str string')
    15. binarizer = BinarizerBatchOp().setSelectedCol("double").setThreshold(2.0)
    16. binarizer.linkFrom(inOp1).print()
    18. binarizer = BinarizerStreamOp().setSelectedCol("double").setThreshold(2.0)
    19. binarizer.linkFrom(inOp2).print()
    21. StreamOperator.execute()

    脚本运行结果

    输出数据
    1. rowID   double   bool  number str
    2. 0     0.0   True       2   A
    3. 1     0.0  False       2   B
    4. 2     0.0   True       1   B
    5. 3     1.0   True       1   A