ALINK(三十二)：特征工程（十一）特征选择（三）向量卡方选择器 (VectorChiSqSelectorBatchOp)

2021-06-18 23:34:25 阅读：182 来源： 互联网

标签：特征选择 0.0 0.05 ALINK VectorChiSqSelectorBatchOp import 默认值选择器 Row

Java 类名：com.alibaba.alink.operator.batch.feature.VectorChiSqSelectorBatchOp

Python 类名：VectorChiSqSelectorBatchOp

功能介绍

针对vector数据，进行特征筛选

参数说明

名称	中文名称	描述	类型	是否必须？	默认值
labelCol	标签列名	输入表中的标签列名	String	✓
selectedCol	选中的列名	计算列对应的列名	String	✓
selectorType	筛选类型	筛选类型，包含"NumTopFeatures","percentile", "fpr", "fdr", "fwe"五种。	String		"NumTopFeatures"
numTopFeatures	最大的p-value列个数	最大的p-value列个数, 默认值50	Integer		50
percentile	筛选的百分比	筛选的百分比，默认值0.1	Double		0.1
fpr	p value的阈值	p value的阈值，默认值0.05	Double		0.05
fdr	发现阈值	发现阈值, 默认值0.05	Double		0.05
fwe	错误率阈值	错误率阈值, 默认值0.05	Double		0.05

代码示例

Python 代码

无python接口

Java 代码

package javatest.com.alibaba.alink.batch.feature;
import org.apache.flink.types.Row;
import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.feature.VectorChiSqSelectorBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import org.junit.Test;
import java.util.Arrays;
public class VectorChiSqSelectorBatchOpTest {
  @Test
  public void testVectorChiSqSelectorBatchOp() throws Exception {
    Row[] testArray = new Row[] {
      Row.of(7, "0.0  0.0  18.0  1.0", 1.0),
      Row.of(8, "0.0  1.0  12.0  0.0", 0.0),
      Row.of(9, "1.0  0.0  15.0  0.1", 0.0),
    };
    String[] colNames = new String[] {"id", "features", "clicked"};
    MemSourceBatchOp source = new MemSourceBatchOp(Arrays.asList(testArray), colNames);
    VectorChiSqSelectorBatchOp test = new VectorChiSqSelectorBatchOp()
      .setSelectedCol("features")
      .setLabelCol("clicked");
    test.linkFrom(source);
    test.lazyPrintModelInfo();
    BatchOperator.execute();
  }
}

运行结果

------------------------- ChisqSelectorModelInfo -------------------------
Number of Selector Features: 4
Number of Features: 4
Type of Selector: NumTopFeatures
Number of Top Features: 50
Selector Indices: 
    |VectorIndex|ChiSquare|PValue| DF|Selected|
    |-----------|---------|------|---|--------|
    |          3|        3|0.2231|  2|    true|
    |          2|        3|0.2231|  2|    true|
    |          0|     0.75|0.3865|  1|    true|
    |          1|     0.75|0.3865|  1|    true|

标签：特征选择,0.0,0.05,ALINK,VectorChiSqSelectorBatchOp,import,默认值,选择器,Row
来源： https://www.cnblogs.com/qiu-hua/p/14901601.html