• 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

    将多个特征组合成一个特征向量。

    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[] ✓
    outputCol 输出结果列列名 输出结果列列名，必选 String ✓
    reservedCols 算法保留列名 算法保留列 String[] null
    numFeatures 向量维度 生成向量长度 Integer 262144
    categoricalCols 离散特征列名 可选，默认选择String类型和Boolean类型作为离散特征，如果没有则为空 String[]

    脚本示例

    脚本代码

    1. import numpy as np
    2. import pandas as pd
    3. data = np.array([
    4.     [1.1, True, "2", "A"],
    5.     [1.1, False, "2", "B"],
    6.     [1.1, True, "1", "B"],
    7.     [2.2, True, "1", "A"]
    8. ])
    9. df = pd.DataFrame({"double": data[:, 0], "bool": data[:, 1], "number": data[:, 2], "str": data[:, 3]})
    11. inOp1 = BatchOperator.fromDataframe(df, schemaStr='double double, bool boolean, number int, str string')
    12. inOp2 = StreamOperator.fromDataframe(df, schemaStr='double double, bool boolean, number int, str string')
    14. hasher = FeatureHasherBatchOp().setSelectedCols(["double", "bool", "number", "str"]).setOutputCol("output").setNumFeatures(200)
    15. hasher.linkFrom(inOp1).print()
    17. hasher = FeatureHasherStreamOp().setSelectedCols(["double", "bool", "number", "str"]).setOutputCol("output").setNumFeatures(200)
    18. hasher.linkFrom(inOp2).print()
    20. StreamOperator.execute()

    脚本运行结果

    输出数据
    1.    double   bool  number str                             output
    2. 0     1.1   True       2   A  $200$13:2.0 38:1.1 45:1.0 195:1.0
    3. 1     1.1  False       2   B   $200$13:2.0 30:1.0 38:1.1 76:1.0
    4. 2     1.1   True       1   B  $200$13:1.0 38:1.1 76:1.0 195:1.0
    5. 3     2.2   True       1   A  $200$13:1.0 38:2.2 45:1.0 195:1.0