向量元素依次相乘 (VectorElementwiseProductBatchOp)

Java 类名：com.alibaba.alink.operator.batch.dataproc.vector.VectorElementwiseProductBatchOp

Python 类名：VectorElementwiseProductBatchOp

功能介绍

Vector 中的每一个非零元素与scalingVector的每一个对应元素乘，返回乘积后的新vector。

ScalingVector 通过参数单独指定。

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
scalingVector	尺度变化向量。	尺度的变化向量。	String	✓
selectedCol	选中的列名	计算列对应的列名	String	✓	所选列类型为 [DENSE_VECTOR, SPARSE_VECTOR, STRING, VECTOR]
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
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)

# load data
df = pd.DataFrame([
    ["1:3,2:4,4:7", 1],
    ["0:3,5:5", 3],
    ["2:4,4:5", 4]
])

data = BatchOperator.fromDataframe(df, schemaStr="vec string, id bigint")
vecEP = VectorElementwiseProductBatchOp().setSelectedCol("vec") \
    .setOutputCol("vec1") \
    .setScalingVector("$8$1:3.0 3:3.0 5:4.6")
data.link(vecEP).print()

Java 代码

import org.apache.flink.types.Row;

import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.dataproc.vector.VectorElementwiseProductBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import org.junit.Test;

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

public class VectorElementwiseProductBatchOpTest {
	@Test
	public void testVectorElementwiseProductBatchOp() throws Exception {
		List <Row> df = Arrays.asList(
			Row.of("1:3,2:4,4:7", 1),
			Row.of("0:3,5:5", 3),
			Row.of("2:4,4:5", 4)
		);
		BatchOperator <?> data = new MemSourceBatchOp(df, "vec string, id int");
		BatchOperator <?> vecEP = new VectorElementwiseProductBatchOp().setSelectedCol("vec")
			.setOutputCol("vec1")
			.setScalingVector("$8$1:3.0 3:3.0 5:4.6");
		data.link(vecEP).print();
	}
}

运行结果

vec	id	vec1
1:3,2:4,4:7	1	1:9.0 2:0.0 4:0.0
0:3,5:5	3	0:0.0 5:23.0
2:4,4:5	4	2:0.0 4:0.0