功能介绍

标准化是对数据进行按正态化处理的组件

参数说明

名称 中文名称 描述 类型 是否必须？ 默认值
selectedCol 选中的列名 计算列对应的列名 String ✓
withMean 是否使用均值 是否使用均值，默认使用 Boolean true
withStd 是否使用标准差 是否使用标准差，默认使用 Boolean true
outputCol 输出结果列 输出结果列列名，可选，默认null String null

脚本示例

脚本

  1. data = np.array([["a", "10.0, 100"],\
  2.     ["b", "-2.5, 9"],\
  3.     ["c", "100.2, 1"],\
  4.     ["d", "-99.9, 100"],\
  5.     ["a", "1.4, 1"],\
  6.     ["b", "-2.2, 9"],\
  7.     ["c", "100.9, 1"]])
  8. df = pd.DataFrame({"col" : data[:,0], "vector" : data[:,1]})
  9. data = dataframeToOperator(df, schemaStr="col string, vector string",op_type="batch")
  10. VectorStandardScaler().setSelectedCol("vector").fit(data).transform(data).collectToDataframe()

结果

col1 vec
a -0.07835182408093559,1.4595814453461897
c 1.2269606224811418,-0.6520885789229323
b -0.2549018445693762,-0.4814485769617911
a -0.20280511721213143,-0.6520885789229323
c 1.237090541689495,-0.6520885789229323
b -0.25924323851581327,-0.4814485769617911
d -1.6687491397923802,1.4595814453461897