缺失值填充训练_人工智能平台 PAI(PAI)-阿里云帮助中心

组件实现缺失值填充功能，填充策略支持最大值、最小值、均值和指定数值四种。

使用限制

支持的计算引擎为MaxCompute和Flink。

算法简介

数据缺失值模型训练，缺失值填充支持4种策略，最大值、最小值、均值、指定数值。当策略为指定数值时，需要设置参数填充缺失值。

可视化配置参数

【输入桩配置】

输入桩（从左到右）

限制数据类型

建议上游组件

是否必选

数据

存储在MaxCompute或OSS的结构化数据

读数据表

读OSS数据

是

【右侧参数表单】

页签	参数	描述
字段设置	选择的列名	选择需要填充缺失值的列名，仅支持数值类型。
参数设置	填充缺失值	当缺失值填充规则配置为VALUE时，需要配置该参数。自定义的填充值，将缺失值替换为您设置的缺失值。
参数设置	缺失值填充规则	取值如下： MEAN（默认值），均值。 MIN，最小值。 MAX，最大值。 VALUE，固定填充值。
执行调优	节点个数	与单个节点内存大小参数配对使用。取值为[1, 9999]的正整数
执行调优	单个节点内存大小，单位M	取值范围为1024 MB~64*1024 MB

【输出桩说明】

输出桩（从左到右）	下游建议组件	模型类型
模型	缺失值填充批预测	缺失值填充模型

具体示例

您可以将以下代码复制到PyAlink脚本组件中，使PyAlink脚本组件实现与该组件相同的功能。

from pyalink.alink import *

def main(sources, sinks, parameter):
    data = sources[0]
    selectedColNames = ["col2", "col3"]
    trainOp = ImputerTrainBatchOp()\
               .setSelectedCols(selectedColNames)
    result = trainOp.linkFrom(data)
    result.link(sinks[0])
		BatchOperator.execute()