转向量 (ToVector)

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

Python 类名：ToVector

功能介绍

将输入列转换为向量类型。

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
selectedCol	选中的列名	计算列对应的列名	String	✓
handleInvalidMethod	处理无效值的方法	处理无效值的方法，可取 error, skip	String		“ERROR”, “SKIP”	“ERROR”
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
vectorType	要转换的Vector类型。	要转换的Vector类型。	String		“DENSE”, “SPARSE”	null
numThreads	组件多线程线程个数	组件多线程线程个数	Integer			1

代码示例

Python 代码

from pyalink.alink import *

import pandas as pd

useLocalEnv(1)

df_data = pd.DataFrame([
    ['1 0 3 4']
])

data = BatchOperator.fromDataframe(df_data, schemaStr = 'vec string')

ToVector().setSelectedCol("vec").setVectorType("SPARSE").transform(data).print()

Java 代码

import org.apache.flink.types.Row;

import com.alibaba.alink.common.linalg.VectorType;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import com.alibaba.alink.testutil.AlinkTestBase;
import org.junit.Test;

public class ToVectorTest extends AlinkTestBase {
	@Test
	public void test() throws Exception {
		final String vecStr = "1 0 3 4";
		Row[] rows = new Row[] {
			Row.of(vecStr)
		};
		MemSourceBatchOp data = new MemSourceBatchOp(
			rows, new String[] {"vec"}
		);
		new ToVector()
			.setSelectedCol("vec")
			.setVectorType(VectorType.SPARSE)
			.transform(data)
			.print();
	}
}

运行结果

vec
$4$0:1.0 2:3.0 3:4.0