OneVsRest¶
-
类
pyspark.ml.classification。
OneVsRest
( *,featuresCol:str=“特性”,labelCol:str=“标签”,predictionCol:str=“预测”,rawPredictionCol:str=“rawPrediction”,分类器:可选(pyspark.ml.classification.Classifier(厘米]]=没有一个,weightCol:可选(str]=没有一个,并行性:int=1 ) ¶ -
减少多级分类二进制分类。减少执行使用一个对所有策略。多级分类与k类,火车k模型(每个类一个)。每个例子是得分对所有k模型和模型与得分最高的是标签的例子了。
例子
> > >从pyspark.sql进口行> > >从pyspark.ml.linalg进口向量> > >data_path=“数据/ mllib / sample_multiclass_classification_data.txt”> > >df=火花。读。格式(“libsvm”)。负载(data_path)> > >lr=LogisticRegression(regParam=0.01)> > >表达=OneVsRest(分类器=lr)> > >表达。getRawPredictionCol()“rawPrediction”> > >表达。setPredictionCol(“newPrediction”)OneVsRest……> > >模型=表达。适合(df)> > >模型。模型(0]。系数DenseVector ([0.5…,-1.0……,3.4……,4。2。。。])> > >模型。模型(1]。系数DenseVector ([-2.1…,3.1……,- - - - - -2。6..., -2.3...])> > >模型。模型(2]。系数DenseVector ([0.3…,-3.4……,1.0……,- - - - - -1。1。。。])> > >(x。拦截为x在模型。模型][-2.7……,- - - - - -2。5..., -1.3...]> > >电平=sc。并行化([行(特性=向量。密集的(- - - - - -1.0,0.0,1.0,1.0))))。toDF()> > >模型。变换(电平)。头()。newPrediction0.0> > >test1=sc。并行化([行(特性=向量。稀疏的(4,(0),(1.0)))))。toDF()> > >模型。变换(test1)。头()。newPrediction2.0> > >test2=sc。并行化([行(特性=向量。密集的(0.5,0.4,0.3,0.2))))。toDF()> > >模型。变换(test2)。头()。newPrediction0.0> > >model_path=temp_path+“/ ovr_model”> > >模型。保存(model_path)> > >model2=OneVsRestModel。负载(model_path)> > >model2。变换(电平)。头()。newPrediction0.0> > >模型。变换(电平)。取(1)= =model2。变换(电平)。取(1)真正的> > >模型。变换(test2)。列[‘功能’,‘rawPrediction’,‘newPrediction’)
方法
清晰的
(参数)清除参数映射的参数是否被显式地设置。
复制
((额外的))创建这个实例的副本和一个随机生成的uid和一些额外的参数。
explainParam
(参数)解释一个参数并返回它的名字,医生,和可选的默认值,用户提供的字符串值。
返回文档的所有参数选择默认值和用户提供的值。
extractParamMap
((额外的))提取嵌入默认参数值和用户提供的值,然后合并他们额外的值从输入平面参数映射,后者使用价值如果存在冲突,即。排序:默认参数值< <额外的用户提供的值。
适合
(数据集[params))适合一个模型与可选参数的输入数据集。
fitMultiple
(paramMaps数据集)适合一个模型为每个参数映射的输入数据集paramMaps。
得到的值分类器或其默认值。
得到的价值featuresCol或其默认值。
得到的价值labelCol或其默认值。
getOrDefault
(参数)得到参数的值在用户提供的参数映射或其默认值。
并行性的价值或其默认值。
getParam
(paramName)通过它的名称参数。
得到的价值predictionCol或其默认值。
得到的价值rawPredictionCol或其默认值。
得到的价值weightCol或其默认值。
hasDefault
(参数)检查是否一个参数有默认值。
hasParam
(paramName)测试这个实例包含一个参数是否与给定名称(字符串)。
isDefined
(参数)检查参数是否由用户或显式地设置一个默认值。
收取
(参数)检查参数是否由用户显式地设置。
负载
(路径)从输入路径,读取一个毫升实例的快捷方式read () .load(路径)。
读
()返回一个MLReader这个类的实例。
保存
(路径)这个毫升实例保存到给定的路径,一个快捷方式的“写().save(路径)。
集
(参数值)设置一个参数嵌入参数映射。
设置的值
分类器
。设置的值
featuresCol
。setLabelCol
(值)设置的值
labelCol
。设置的值
并行性
。setparam
(* [,labelCol featuresCol…))setparam(自我,*,featuresCol =“特性”,labelCol =“标签”,predictionCol =“预测”,rawPredictionCol =“rawPrediction”,分类器= None, weightCol =没有并行性= 1):集OneVsRest参数。
设置的值
predictionCol
。设置的值
rawPredictionCol
。setWeightCol
(值)设置的值
weightCol
。写
()返回一个MLWriter实例毫升实例。
属性
返回所有参数命令的名字。
方法的文档
-
清晰的
( 参数:pyspark.ml.param.Param )→没有¶ -
清除参数映射的参数是否被显式地设置。
-
复制
( 额外的:可选(ParamMap]=没有一个 )→OneVsRest¶ -
创建这个实例的副本和一个随机生成的uid和一些额外的参数。这将创建一个深嵌入式paramMap副本,副本嵌入式和额外的参数。
- 返回
-
-
OneVsRest
-
这个实例的副本
-
例子
- 额外的东西,可选
-
额外参数复制到新实例
-
explainParam
( 参数:联盟(str,pyspark.ml.param.Param] )→str¶ -
解释一个参数并返回它的名字,医生,和可选的默认值,用户提供的字符串值。
-
explainParams
( )→str¶ -
返回文档的所有参数选择默认值和用户提供的值。
-
extractParamMap
( 额外的:可选(ParamMap]=没有一个 )→ParamMap¶ -
提取嵌入默认参数值和用户提供的值,然后合并他们额外的值从输入平面参数映射,后者使用价值如果存在冲突,即。排序:默认参数值< <额外的用户提供的值。
- 参数
-
- 额外的 东西,可选
-
额外的参数值
- 返回
-
- dict
-
合并后的参数映射
-
适合
( 数据集:pyspark.sql.dataframe.DataFrame,参数个数:联盟[ParamMap、列表(ParamMap)元组(ParamMap),没有一个)=没有一个 )→联盟(米,列表(米] ] ¶ -
适合一个模型与可选参数的输入数据集。
- 参数
-
-
数据集
pyspark.sql.DataFrame
-
输入数据集。
- 参数个数 dict或列表或元组,可选的
-
一个可选的参数覆盖嵌入参数的地图。如果列表/元组的参数映射,这适用于每一个参数并返回一个列表的模型映射。
-
数据集
- 返回
-
-
变压器
或者一个列表变压器
-
拟合模型(年代)
-
-
fitMultiple
( 数据集:pyspark.sql.dataframe.DataFrame,paramMaps:序列(ParamMap] )→迭代器(元组(int,米] ] ¶ -
适合一个模型为每个参数映射的输入数据集paramMaps。
- 参数
-
-
数据集
pyspark.sql.DataFrame
-
输入数据集。
-
paramMaps
collections.abc.Sequence
-
一系列的参数映射。
-
数据集
- 返回
-
-
_FitMultipleIterator
-
一个线程安全的iterable包含为每个参数映射模型。每次调用下一个(modelIterator)将返回(指数模型)模型是适合使用在哪里paramMaps(指数)。指数值可能不是连续的。
-
-
getClassifier
( )→pyspark.ml.classification.Classifier¶ -
得到的值分类器或其默认值。
-
getFeaturesCol
( )→str¶ -
得到的价值featuresCol或其默认值。
-
getLabelCol
( )→str¶ -
得到的价值labelCol或其默认值。
-
getOrDefault
( 参数:联盟(str,pyspark.ml.param.Param(T]] )→联盟(任何,T] ¶ -
得到参数的值在用户提供的参数映射或其默认值。如果没有设置提出了一个错误。
-
getParallelism
( )→int¶ -
并行性的价值或其默认值。
-
getParam
( paramName:str )→pyspark.ml.param.Param ¶ -
通过它的名称参数。
-
getPredictionCol
( )→str¶ -
得到的价值predictionCol或其默认值。
-
getRawPredictionCol
( )→str¶ -
得到的价值rawPredictionCol或其默认值。
-
getWeightCol
( )→str¶ -
得到的价值weightCol或其默认值。
-
hasDefault
( 参数:联盟(str,pyspark.ml.param.Param(任何]] )→bool¶ -
检查是否一个参数有默认值。
-
hasParam
( paramName:str )→bool¶ -
测试这个实例包含一个参数是否与给定名称(字符串)。
-
isDefined
( 参数:联盟(str,pyspark.ml.param.Param(任何]] )→bool¶ -
检查参数是否由用户或显式地设置一个默认值。
-
收取
( 参数:联盟(str,pyspark.ml.param.Param(任何]] )→bool¶ -
检查参数是否由用户显式地设置。
-
classmethod
负载
( 路径:str )→RL¶ -
从输入路径,读取一个毫升实例的快捷方式read () .load(路径)。
-
classmethod
读
( )→pyspark.ml.classification.OneVsRestReader¶ -
返回一个MLReader这个类的实例。
-
保存
( 路径:str )→没有¶ -
这个毫升实例保存到给定的路径,一个快捷方式的“写().save(路径)。
-
集
( 参数:pyspark.ml.param.Param,价值:任何 )→没有¶ -
设置一个参数嵌入参数映射。
-
setClassifier
( 价值:pyspark.ml.classification.Classifier(厘米] )→pyspark.ml.classification.OneVsRest ¶ -
设置的值
分类器
。
-
setFeaturesCol
( 价值:str )→pyspark.ml.classification.OneVsRest ¶ -
设置的值
featuresCol
。
-
setLabelCol
( 价值:str )→pyspark.ml.classification.OneVsRest ¶ -
设置的值
labelCol
。
-
setParallelism
( 价值:int )→pyspark.ml.classification.OneVsRest ¶ -
设置的值
并行性
。
-
setparam
( *,featuresCol:str=“特性”,labelCol:str=“标签”,predictionCol:str=“预测”,rawPredictionCol:str=“rawPrediction”,分类器:可选(pyspark.ml.classification.Classifier(厘米]]=没有一个,weightCol:可选(str]=没有一个,并行性:int=1 )→pyspark.ml.classification.OneVsRest ¶ -
setparam(自我,*,featuresCol =“特性”,labelCol =“标签”,predictionCol =“预测”,rawPredictionCol =“rawPrediction”,分类器= None, weightCol =没有并行性= 1):集OneVsRest参数。
-
setPredictionCol
( 价值:str )→pyspark.ml.classification.OneVsRest ¶ -
设置的值
predictionCol
。
-
setRawPredictionCol
( 价值:str )→pyspark.ml.classification.OneVsRest ¶ -
设置的值
rawPredictionCol
。
-
setWeightCol
( 价值:str )→pyspark.ml.classification.OneVsRest ¶ -
设置的值
weightCol
。
-
写
( )→pyspark.ml.util.MLWriter ¶ -
返回一个MLWriter实例毫升实例。
属性的文档
-
分类器
=参数(父母=‘定义’,name =“分类”,医生=“基二元分类器”) ¶
-
featuresCol
=参数(父母=‘定义’,name = ' featuresCol ', doc =功能列名称。) ¶
-
labelCol
=参数(父母=‘定义’,name = ' labelCol ', doc =“标签列名。”) ¶
-
并行性
=参数(父母=‘定义’,name =“并行性”,医生=数量的线程使用的并行算法运行时(> = 1)。) ¶
-
参数个数
¶ -
返回所有参数命令的名字。默认实现使用
dir ()
所有的属性类型参数
。
-
predictionCol
=参数(父母=‘定义’,name = ' predictionCol ', doc =预测列名称。) ¶
-
rawPredictionCol
=参数(父母=‘定义’,name = ' rawPredictionCol ', doc =“原始预测(又名信心)列名”。) ¶
-
weightCol
=参数(父母=‘定义’,name = ' weightCol ', doc = '体重列名。如果这不是设置或空,我们对所有实例权重为1.0。”) ¶
-