缺失值填充批预测_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

数据缺失值填充处理，批式预测组件。运行时需要指定缺失值模型，由缺失值填充训练组件产生。缺失值填充的4种策略，即最大值、最小值、均值、指定数值，在生成缺失值模型时指定。

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

预测输入模型

无

缺失值填充训练

是

预测输入数据

数值类型

读数据表

读CSV文件

是

【右侧参数表单】

页签	参数	描述
参数设置	输出结果列列名数组	新生成的列名，设置的列名个数需要与缺失值训练时选择的列数相同，不设置时新生成列默认替换原始列。
参数设置	组件多线程线程个数	组件多线程线程个数，默认1。
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）	存储位置	下游建议组件	模型类型
输出结果	不需要配置	无	无

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):
    model = sources[0]
    data = sources[1]
    predictOp = ImputerPredictBatchOp()
    result = predictOp.linkFrom(model, data)
    result.link(sinks[0])
		BatchOperator.execute()