Spark Interaction（特征交互-笛卡尔转换）

1、概念

     Interaction是一个Transformer。它使用向量或double列，并生成单个向量列，其中包含每个输入列的一个值的所有组合的乘积。例如，如果您有两个向量类型列，每个列有3个维度作为输入列，那么您将获得一个9维向量作为输出列。

2、code

package com.home.spark.ml

import org.apache.spark.SparkConf
import org.apache.spark.ml.feature.{Interaction, VectorAssembler}
import org.apache.spark.sql.SparkSession

/**
  * @Description: 笛卡尔特征交互
  * 实现特征交互转换。 此转换器接受Double和Vector类型的列，并输出其特征交互的展平向量。 
  * 为了处理交互，我们首先对任何标称特征进行一次热编码。 然后，生成特征叉积的向量。 
  * 例如，给定输入要素值Double（2）和Vector（3，4），如果所有输入要素都是数字，则输出将为Vector（6，8）。 
  * 如果第一个特征标称是具有四个类别，则输出将是“ Vector（0，0，0，0，3，4，0，0）”。              
  **/
object Ex_Interaction {
  def main(args: Array[String]): Unit = {
    val conf: SparkConf = new SparkConf(true).setMaster("local[2]").setAppName("spark ml")
    val spark = SparkSession.builder().config(conf).getOrCreate()


    val df = spark.createDataFrame(Seq(
      (1, 1, 2, 3, 8, 4, 5),
      (2, 4, 3, 8, 7, 9, 8),
      (3, 6, 1, 9, 2, 3, 6),
      (4, 10, 8, 6, 9, 4, 5),
      (5, 9, 2, 7, 10, 7, 3),
      (6, 1, 1, 4, 2, 8, 4)
    )).toDF("id1", "id2", "id3", "id4", "id5", "id6", "id7")

    val assembler1 = new VectorAssembler().setInputCols(Array("id2","id3","id4")).setOutputCol("vector1")
    val assembled1 = assembler1.transform(df)
    assembled1.show(false)
    
    val assembler2 = new VectorAssembler().setInputCols(Array("id5","id6","id7")).setOutputCol("vector2")
    val assembled2 = assembler2.transform(assembled1)
    assembled2.show(false)

    val interaction = new Interaction().setInputCols(Array("id1","vector1","vector2")).setOutputCol("interactedCol")
    val result = interaction.transform(assembled2)

    result.show(false)
    spark.stop()
  }

}

+---+---+---+---+---+---+---+--------------+--------------+------------------------------------------------------+
|id1|id2|id3|id4|id5|id6|id7|vector1       |vector2       |interactedCol                                         |
+---+---+---+---+---+---+---+--------------+--------------+------------------------------------------------------+
|1  |1  |2  |3  |8  |4  |5  |[1.0,2.0,3.0] |[8.0,4.0,5.0] |[8.0,4.0,5.0,16.0,8.0,10.0,24.0,12.0,15.0]            |
|2  |4  |3  |8  |7  |9  |8  |[4.0,3.0,8.0] |[7.0,9.0,8.0] |[56.0,72.0,64.0,42.0,54.0,48.0,112.0,144.0,128.0]     |
|3  |6  |1  |9  |2  |3  |6  |[6.0,1.0,9.0] |[2.0,3.0,6.0] |[36.0,54.0,108.0,6.0,9.0,18.0,54.0,81.0,162.0]        |
|4  |10 |8  |6  |9  |4  |5  |[10.0,8.0,6.0]|[9.0,4.0,5.0] |[360.0,160.0,200.0,288.0,128.0,160.0,216.0,96.0,120.0]|
|5  |9  |2  |7  |10 |7  |3  |[9.0,2.0,7.0] |[10.0,7.0,3.0]|[450.0,315.0,135.0,100.0,70.0,30.0,350.0,245.0,105.0] |
|6  |1  |1  |4  |2  |8  |4  |[1.0,1.0,4.0] |[2.0,8.0,4.0] |[12.0,48.0,24.0,12.0,48.0,24.0,48.0,192.0,96.0]       |
+---+---+---+---+---+---+---+--------------+--------------+------------------------------------------------------+