归一化模型 (MinMaxScalerModel)

Java 类名:com.alibaba.alink.pipeline.dataproc.MinMaxScalerModel

Python 类名:MinMaxScalerModel

功能介绍

归一化是对数据进行归一的组件, 将数据归一到minValue和maxValue之间,value最终结果为 (value - min) / (max - min) * (maxValue - minValue) + minValue,最终结果的范围为[minValue, maxValue]。

minValue和maxValue由用户指定,默认为0和1。

该组件为模型组件,用于数据预测。

参数说明

名称 中文名称 描述 类型 是否必须? 取值范围 默认值
modelFilePath 模型的文件路径 模型的文件路径 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
overwriteSink 是否覆写已有数据 是否覆写已有数据 Boolean false
numThreads 组件多线程线程个数 组件多线程线程个数 Integer 1
modelStreamFilePath 模型流的文件路径 模型流的文件路径 String null
modelStreamScanInterval 扫描模型路径的时间间隔 描模型路径的时间间隔,单位秒 Integer 10
modelStreamStartTime 模型流的起始时间 模型流的起始时间。默认从当前时刻开始读。使用yyyy-mm-dd hh:mm:ss.fffffffff格式,详见Timestamp.valueOf(String s) String null

代码示例

Python 代码

from pyalink.alink import *

import pandas as pd

useLocalEnv(1)

df = pd.DataFrame([
            ["a", 10.0, 100],
            ["b", -2.5, 9],
            ["c", 100.2, 1],
            ["d", -99.9, 100],
            ["a", 1.4, 1],
            ["b", -2.2, 9],
            ["c", 100.9, 1]
])
             
colnames = ["col1", "col2", "col3"]
selectedColNames = ["col2", "col3"]

inOp = BatchOperator.fromDataframe(df, schemaStr='col1 string, col2 double, col3 long')

sinOp = StreamOperator.fromDataframe(df, schemaStr='col1 string, col2 double, col3 long')            

model = MinMaxScaler()\
           .setSelectedCols(selectedColNames)\
           .fit(inOp)

model.transform(inOp).print()

model.transform(sinOp).print()

StreamOperator.execute()

Java 代码

import org.apache.flink.types.Row;

import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import com.alibaba.alink.operator.stream.StreamOperator;
import com.alibaba.alink.operator.stream.source.MemSourceStreamOp;
import com.alibaba.alink.pipeline.dataproc.MinMaxScaler;
import com.alibaba.alink.pipeline.dataproc.MinMaxScalerModel;
import org.junit.Test;

import java.util.Arrays;
import java.util.List;

public class MinMaxScalerModelTest {
	@Test
	public void testMinMaxScalerModel() throws Exception {
		List <Row> df = Arrays.asList(
			Row.of("a", 10.0, 100),
			Row.of("b", -2.5, 9),
			Row.of("c", 100.2, 1),
			Row.of("d", -99.9, 100),
			Row.of("a", 1.4, 1),
			Row.of("b", -2.2, 9),
			Row.of("c", 100.9, 1)
		);

		String[] selectedColNames = new String[] {"col2", "col3"};
		BatchOperator <?> inOp = new MemSourceBatchOp(df, "col1 string, col2 double, col3 int");
		StreamOperator <?> sinOp = new MemSourceStreamOp(df, "col1 string, col2 double, col3 int");
		MinMaxScalerModel model = new MinMaxScaler()
			.setSelectedCols(selectedColNames)
			.fit(inOp);
		model.transform(inOp).print();
		model.transform(sinOp).print();
		StreamOperator.execute();
	}
}

运行结果

col1 col2 col3
a 0.5473 1.0000
b 0.4851 0.0808
c 0.9965 0.0000
d 0.0000 1.0000
a 0.5045 0.0000
b 0.4866 0.0808
c 1.0000 0.0000
col1 col2 col3
b 0.4866 0.0808
a 0.5473 1.0000
b 0.4851 0.0808
c 0.9965 0.0000
a 0.5045 0.0000
d 0.0000 1.0000
c 1.0000 0.0000