假设我使用Ignite机器学习，并且有一个这样的标记数据集：

IgniteCache<Integer, LabeledVector<Integer>> contents = ignite.createCache(cacheConfiguration);contents.put(1, new LabeledVector<Integer>(new DenseVector(new Serializable[] { 705.2, "HD", 29.97, 1, 1, 96.13 }), 2));contents.put(2, new LabeledVector<Integer>(new DenseVector(new Serializable[] { 871.3, "HD", 30, 1, 1, 95.35 }), 3));contents.put(3, new LabeledVector<Integer>(new DenseVector(new Serializable[] { 2890.2, "SD", 29.97, 1, 1, 95.65 }), 10));contents.put(4, new LabeledVector<Integer>(new DenseVector(new Serializable[] { 1032, "SD", 29.97, 1, 1, 96.8 }), 4));

我想知道如何在特征0和特征5上使用NormalizationTrainer，而在特征1上使用EncoderTrainer？我觉得我很难理解如何在最终输入模型训练器之前连接多个预处理步骤。

我目前的代码是这样的（修改后的Ignite示例）：

        Vectorizer<Integer, LabeledVector<Integer>, Integer, Integer> vectorizer   = new LabeledDummyVectorizer<Integer, Integer>(0, 5);        Preprocessor<Integer, LabeledVector<Integer>>                 preprocessor1 = new NormalizationTrainer<Integer, LabeledVector<Integer>>().withP(1).fit(ignite, data, vectorizer);                Preprocessor<Integer, LabeledVector<Integer>>                 preprocessor2 = new EncoderTrainer<Integer, LabeledVector<Integer>>().withEncoderType(EncoderType.STRING_ENCODER).withEncodedFeature(1).fit(ignite, data, preprocessor1);        KNNClassificationTrainer                                      trainer       = new KNNClassificationTrainer();        KNNClassificationModel                                        mdl           = trainer.fit(ignite, data, preprocessor2);

我对多个预处理器的理解正确吗？如果是的话，我该如何在特征2上添加BinarizationTrainer？我觉得我对如何指定要应用预处理训练器的特征感到困惑。对于一个训练器（NormalizationTrainer），我必须使用Vectorizer来指定使用哪些特征，而对于EncoderTrainer，我可以将其作为方法函数来做。那么，我该如何添加另一个使用Vectorizer的BinarizationTrainer呢？

回答：

一个预处理器建立在另一个预处理器之上。
坐标是相对于之前的预处理器而言的。

这个例子展示了如何实现你想要的操作：https://github.com/apache/ignite/blob/master/examples/src/main/java/org/apache/ignite/examples/ml/tutorial/Step_6_KNN.java

在这里设置断点：https://github.com/apache/ignite/blob/eabe50d90d5db2d363da36393cd957ff54a18d90/modules/ml/src/main/java/org/apache/ignite/ml/preprocessing/encoding/EncoderTrainer.java#L93

查看String Encoder如何引用坐标，检查所有变量：

UpstreamEntry<K, V> entity = upstream.next(); //这是文件中的一行LabeledVector<Double> row = basePreprocessor.apply(entity.getKey(), entity.getValue()); //在前一个预处理器应用之后categoryFrequencies = calculateFrequencies(row, categoryFrequencies); //使用给定的坐标计算结果。

更多关于预处理的信息：https://apacheignite.readme.io/docs/preprocessing

或者，你可以使用管道API来进行更流畅的预处理方法：https://apacheignite.readme.io/docs/pipeline-api