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


    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|
  • 相关阅读:
    BZOJ 2002 [Hnoi2010]Bounce 弹飞绵羊(分块)
    BZOJ 4241 历史研究(分块)
    BZOJ 3110 [Zjoi2013]K大数查询(整体二分)
    hdu 5412 CRB and Queries(整体二分)
    POJ2104 K-th Number(整体二分)
    luogu P3157 [CQOI2011]动态逆序对(CDQ分治)
    陌上开花(CDQ分治)
    BZOJ 1176[Balkan2007]Mokia(CDQ分治)
    BZOJ 3626 LCA(离线+树链剖分+差分)
    bzoj1592 Making the Grade
  • 原文地址:https://www.cnblogs.com/qiu-hua/p/14901601.html
Copyright © 2020-2023  润新知