Bucketizer (根據指定的分位點進行分桶)

Bucketizer (根據指定的分位點進行分桶)

描述：Bucketizer是一個Transformer，只能對DataFrame進行單特徵轉換，而且特徵的數據類型必須是DoubleType。

參數信息	參數描述	備註	其餘
setInputCol	String	DF中待變換的特徵，特徵類型必須爲：DoubleType	必填
setOutputCol	String	變換後的特徵名稱，轉換後的類型爲：DoubleType	必填
setSplits	Array[Double]	分箱分位點：Array(Double.MinValue, 20, 50, 70, Double.MaxValue)	必填
setHandleInvalid	String	無效條目的處理方式,枚舉值：["skip", "error", "keep"]	可選

程序示例：

//特徵名稱
var feature = "weight"
var feature_new = "weight_bucketizer"
//分箱點[前閉後開]
var splits: Array[Double] = Array(Double.MinValue, 20, 50, 70, Double.MaxValue)
//數據預處理
var dataset = dataFrame.select(col(feature).cast(DataTypes.DoubleType))
//特徵二值化
var transform = new Bucketizer()
.setInputCol(feature)         //待變換的特徵
.setOutputCol(feature_new)    //變換後的特徵名稱
.setSplits(splits)            //分箱點[前閉後開]
.setHandleInvalid("skip")     //無效條目的處理方式[跳過]
.transform(dataset)
//show
transform.show()

數據結果：

+------+-----------------+
|weight|weight_bucketizer|
+------+-----------------+
|  45.0|              1.0|
|  60.0|              2.0|
|  69.0|              2.0|
|  53.0|              2.0|
|  90.0|              3.0|
|  45.0|              1.0|
|  53.0|              2.0|
|  88.0|              3.0|
|  82.0|              3.0|
|  76.0|              3.0|
+------+-----------------+

實際應用例子：

      將人的體重進行離散化，將人羣分爲：【瘦，標準，胖】