向量聚合_人工智能平台 PAI(PAI)-阿里云帮助中心

向量聚合是一种用于降维和特征提取的机器学习算法，旨在通过将高维数据表示为低维向量来简化数据处理。该算法通常通过对输入向量进行某种数学变换，将其表示为一个固定长度的向量，以便于后续的分类或聚类任务。向量聚合在自然语言处理和推荐系统中应用广泛，有助于提高模型的计算效率和准确性。

使用限制

支持的计算引擎为MaxCompute和Flink。

可视化配置参数

输入桩

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或者OSS中的结构化数据	无	是

参数配置

页签	参数	描述
字段设置	选择的列名	需要合并的列名，可以选择数值列或向量列。
字段设置	算法保留列名	组件输出结果中需要保留的列。
参数设置	输出结果列列名	新生成的向量列的列名。
	处理无效值的方法	取值如下： ERROR（默认值）：任务抛异常退出。 SKIP：输出NULL。
	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

输出桩（从左到右）	存储位置	下游建议组件	模型类型
数据	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):
    data = sources[0]
    selectedColNames = ["col2", "col3"]
    trainOp = VectorAssemblerBatchOp()\
               .setSelectedCols(selectedColNames)\
               .setOutputCol("vec")
    result = trainOp.linkFrom(data)
    result.link(sinks[0])
		BatchOperator.execute()