Java 类名：com.alibaba.alink.pipeline.feature.Binarizer
Python 类名：Binarizer

功能介绍

给定一个阈值，将连续变量二值化（大于等于阈值转为1，小于阈值转为0）。

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 ✓
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
threshold 二值化阈值 二值化阈值 Double 0.0
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

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df = pd.DataFrame([
  8.     [1.1, True, "2", "A"],
  9.     [1.1, False, "2", "B"],
  10.     [1.1, True, "1", "B"],
  11.     [2.2, True, "1", "A"]
  12. ])
  14. inOp = BatchOperator.fromDataframe(df, schemaStr='double double, bool boolean, number int, str string')
  15. binarizer = Binarizer().setSelectedCol("double").setThreshold(2.0)
  16. binarizer.transform(inOp).print()

Java 代码

  1. import org.apache.flink.types.Row;
  3. import com.alibaba.alink.operator.batch.BatchOperator;
  4. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  5. import com.alibaba.alink.pipeline.feature.Binarizer;
  6. import org.junit.Test;
  8. import java.util.Arrays;
  9. import java.util.List;
  11. public class BinarizerTest {
  12.     @Test
  13.     public void testBinarizer() throws Exception {
  14.         List <Row> df = Arrays.asList(
  15.             Row.of(1.1, true, 2, "A"),
  16.             Row.of(1.1, false, 2, "B"),
  17.             Row.of(1.1, true, 1, "B"),
  18.             Row.of(2.2, true, 1, "A")
  19.         );
  20.         BatchOperator <?> inOp = new MemSourceBatchOp(df, "double double, bool boolean, number int, str string");
  21.         Binarizer binarizer = new Binarizer().setSelectedCol("double").setThreshold(2.0);
  22.         binarizer.transform(inOp).print();
  23.     }
  24. }

运行结果

| double | bool | number | str | | —- | —- | —- | —- |

| 0.0000 | true | 2 | A |

| 0.0000 | false | 2 | B |

| 0.0000 | true | 1 | B |

| 1.0000 | true | 1 | A |