Java 类名：com.alibaba.alink.pipeline.classification.KnnClassifier
Python 类名：KnnClassifier

功能介绍

KNN (K Nearest Neighbor）是一种分类算法。
KNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别;
则该样本也属于这个类别，并具有这个类别上样本的特性。
KNN的训练与一般机器学习模型的训练过程不同：在KNN训练中我们只进行一些字典表的预处理，而在预测过程中才会进行计算预测每个数据点的类别。
因此，KNN的训练和预测通常同时使用，一般不单独使用。

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
labelCol 标签列名 输入表中的标签列名 String ✓
predictionCol 预测结果列名 预测结果列名 String ✓
distanceType 距离度量方式 聚类使用的距离类型 String “EUCLIDEAN”, “COSINE” “EUCLIDEAN”
featureCols 特征列名数组 特征列名数组，默认全选 String[] null
k topK topK Integer 10
modelFilePath 模型的文件路径 模型的文件路径 String null
overwriteSink 是否覆写已有数据 是否覆写已有数据 Boolean false
predictionDetailCol 预测详细信息列名 预测详细信息列名 String
reservedCols 算法保留列名 算法保留列 String[] null
vectorCol 向量列名 向量列对应的列名，默认值是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

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df = pd.DataFrame([
  8.   [1, "0,0,0"],
  9.   [1, "0.1,0.1,0.1"],
  10.   [1, "0.2,0.2,0.2"],
  11.   [0, "9,9,9"],
  12.   [0, "9.1,9.1,9.1"],
  13.   [0, "9.2,9.2,9.2"]
  14. ])
  16. dataSource = BatchOperator.fromDataframe(df, schemaStr="label int, vec string")
  17. knn = KnnClassifier().setVectorCol("vec") \
  18.     .setPredictionCol("pred") \
  19.     .setLabelCol("label") \
  20.     .setK(3)
  22. model = knn.fit(dataSource)
  23. model.transform(dataSource).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.classification.KnnClassifier;
  6. import org.junit.Test;
  8. import java.util.Arrays;
  9. import java.util.List;
  11. public class KnnClassifierTest {
  12.     @Test
  13.     public void testKnnClassifier() throws Exception {
  14.         List <Row> df = Arrays.asList(
  15.             Row.of(1, "0,0,0"),
  16.             Row.of(1, "0.1,0.1,0.1"),
  17.             Row.of(1, "0.2,0.2,0.2"),
  18.             Row.of(0, "9,9,9"),
  19.             Row.of(0, "9.1,9.1,9.1"),
  20.             Row.of(0, "9.2,9.2,9.2")
  21.         );
  22.         BatchOperator <?> dataSource = new MemSourceBatchOp(df, "label int, vec string");
  23.         KnnClassifier knn = new KnnClassifier().setVectorCol("vec")
  24.             .setPredictionCol("pred")
  25.             .setLabelCol("label")
  26.             .setK(3);
  27.         knn.fit(dataSource)
  28.             .transform(dataSource)
  29.             .print();
  30.     }
  31. }

运行结果

| label | vec | pred | | —- | —- | —- |

| 1 | 0,0,0 | 1 |

| 1 | 0.1,0.1,0.1 | 1 |

| 1 | 0.2,0.2,0.2 | 1 |

| 0 | 9,9,9 | 0 |

| 0 | 9.1,9.1,9.1 | 0 |

| 0 | 9.2,9.2,9.2 | 0 |