功能介绍

给定一个阈值,将连续变量二值化。

参数说明

名称 中文名称 描述 类型 是否必须? 默认值
threshold 二值化阈值 二值化阈值 Double 0.0
selectedCol 选中的列名 计算列对应的列名 String
outputCol 输出结果列 输出结果列列名,可选,默认null String null
reservedCols 算法保留列名 算法保留列 String[] null

脚本示例

脚本代码

  1. # -*- coding=UTF-8 -*-
  2. import numpy as np
  3. import pandas as pd
  4. data = np.array([
  5. [1.1, True, "2", "A"],
  6. [1.1, False, "2", "B"],
  7. [1.1, True, "1", "B"],
  8. [2.2, True, "1", "A"]
  9. ])
  10. df = pd.DataFrame({"double": data[:, 0], "bool": data[:, 1], "number": data[:, 2], "str": data[:, 3]})
  11. inOp = BatchOperator.fromDataframe(df, schemaStr='double double, bool boolean, number int, str string')
  12. binarizer = Binarizer().setSelectedCol("double").setThreshold(2.0)
  13. binarizer.transform(inOp).print()

脚本运行结果

输出数据
  1. rowID double bool number str
  2. 0 0.0 True 2 A
  3. 1 0.0 False 2 B
  4. 2 0.0 True 1 B
  5. 3 1.0 True 1 A