向量缺失值填充预测 (VectorImputerPredictStreamOp)

Java 类名：com.alibaba.alink.operator.stream.dataproc.vector.VectorImputerPredictStreamOp

Python 类名：VectorImputerPredictStreamOp

功能介绍

• 使用 Vecotor 缺失值填充模型对流Vector数据进行数据填充
• 读取VectorImputerTrainBatchOp训练的模型

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
modelFilePath	模型的文件路径	模型的文件路径	String			null
outputCol	输出结果列	输出结果列列名，可选，默认null	String			null
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([
    ["1:3 2:4 4:7", 1],
    ["0:3 5:5", 3],
    ["2:4 4:5", 4]
])

dataStream = StreamOperator.fromDataframe(df, schemaStr="vec string, id bigint")
data = BatchOperator.fromDataframe(df, schemaStr="vec string, id bigint")

vecFill = VectorImputerTrainBatchOp().setSelectedCol("vec")
model = data.link(vecFill)
VectorImputerPredictStreamOp(model).setOutputCol("vec1").linkFrom(dataStream).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.dataproc.vector.VectorImputerTrainBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import com.alibaba.alink.operator.stream.StreamOperator;
import com.alibaba.alink.operator.stream.dataproc.vector.VectorImputerPredictStreamOp;
import com.alibaba.alink.operator.stream.source.MemSourceStreamOp;
import org.junit.Test;

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

public class VectorImputerPredictStreamOpTest {
	@Test
	public void testVectorImputerPredictStreamOp() 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)
		);
		StreamOperator <?> dataStream = new MemSourceStreamOp(df, "vec string, id int");
		BatchOperator <?> data = new MemSourceBatchOp(df, "vec string, id int");
		BatchOperator <?> vecFill = new VectorImputerTrainBatchOp().setSelectedCol("vec");
		BatchOperator <?> model = data.link(vecFill);
		new VectorImputerPredictStreamOp(model).setOutputCol("vec1").linkFrom(dataStream).print();
		StreamOperator.execute();
	}
}

运行结果

vec	id	vec1
1:3,2:4,4:7	1	1:3.0 2:4.0 4:7.0
1:3,2:NaN	3	1:3.0 2:4.0
2:4,4:5	4	2:4.0 4:5.0