KMeansModel

类 pyspark.ml.clustering。 KMeansModel ( java_model:可选(JavaObject]=没有一个 )

由KMeans模型拟合。

方法

清晰的(参数)	清除参数映射的参数是否被显式地设置。
clusterCenters()	得到聚类中心,表示为一个列表的NumPy数组。
复制((额外的))	创建这个实例的副本具有相同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。
explainParams()	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。
getDistanceMeasure()	得到的价值distanceMeasure或其默认值。
getFeaturesCol()	得到的价值featuresCol或其默认值。
getInitMode()	获得的价值initMode
getInitSteps()	获得的价值initSteps
getK()	获得的价值k
getMaxBlockSizeInMB()	得到的价值maxBlockSizeInMB或其默认值。
getMaxIter()	麦克斯特的价值或其默认值。
getOrDefault(参数)	得到参数的值在用户提供的参数映射或其默认值。
getParam(paramName)	通过它的名称参数。
getPredictionCol()	得到的价值predictionCol或其默认值。
getSeed()	种子的价值或其默认值。
getSolver()	得到解决的价值或其默认值。
getTol()	被托尔的价值或其默认值。
getWeightCol()	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)。
预测(值)	预测给定特性的标签。
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。
setFeaturesCol(值)	设置的值featuresCol。
setPredictionCol(值)	设置的值predictionCol。
变换(数据集[params))	与可选参数转换的输入数据集。
写()	返回一个GeneralMLWriter实例毫升实例。

属性

distanceMeasure
featuresCol
hasSummary	表明这个模型实例是否存在一个培训总结。
initMode
initSteps
k
maxBlockSizeInMB
麦克斯特
参数个数	返回所有参数命令的名字。
predictionCol
种子
解算器
总结	总结(集群,集群大小)模型的训练训练集。
托尔
weightCol

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。

clusterCenters ( )→列表(numpy.ndarray]

得到聚类中心,表示为一个列表的NumPy数组。

复制 ( 额外的:可选(ParamMap]=没有一个 )→摩根大通

创建这个实例的副本具有相同uid和一些额外的参数。这个实现第一次调用参数。复制and then make a copy of the companion Java pipeline component with extra params. So both the Python wrapper and the Java pipeline component get copied.

参数

额外的 东西,可选

额外参数复制到新实例

返回

JavaParams

这个实例的副本

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

getDistanceMeasure ( )→str

得到的价值distanceMeasure或其默认值。

getFeaturesCol ( )→str

得到的价值featuresCol或其默认值。

getInitMode ( )→str

获得的价值initMode

getInitSteps ( )→int

获得的价值initSteps

getK ( )→int

获得的价值k

getMaxBlockSizeInMB ( )→浮动

得到的价值maxBlockSizeInMB或其默认值。

getMaxIter ( )→int

麦克斯特的价值或其默认值。

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。

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。

getSeed ( )→int

种子的价值或其默认值。

getSolver ( )→str

得到解决的价值或其默认值。

getTol ( )→浮动

被托尔的价值或其默认值。

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)。

预测 ( 价值:pyspark.ml.linalg.Vector )→int

预测给定特性的标签。

classmethod 读 ( )→pyspark.ml.util.JavaMLReader(RL]

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。

setFeaturesCol ( 价值:str )→pyspark.ml.clustering.KMeansModel

设置的值featuresCol。

setPredictionCol ( 价值:str )→pyspark.ml.clustering.KMeansModel

设置的值predictionCol。

变换 ( 数据集:pyspark.sql.dataframe.DataFrame,参数个数:可选(ParamMap]=没有一个 )→pyspark.sql.dataframe.DataFrame

与可选参数转换的输入数据集。

参数

数据集 pyspark.sql.DataFrame

输入数据集

参数个数 东西,可选

一个可选的参数覆盖嵌入参数的地图。

返回

pyspark.sql.DataFrame

改变了数据集

写 ( )→pyspark.ml.util.GeneralJavaMLWriter

返回一个GeneralMLWriter实例毫升实例。

属性的文档

distanceMeasure =参数(父母=‘定义’,name = ' distanceMeasure ', doc = "测量的距离。支持选择:“欧几里得”和“余弦”。”)

featuresCol =参数(父母=‘定义’,name = ' featuresCol ', doc =功能列名称。)

hasSummary

表明这个模型实例是否存在一个培训总结。

initMode :pyspark.ml.param.Param (str) =参数(父母=‘定义’,name = ' initMode ', doc = '初始化算法。这可以是“随机”选择随机点作为初始簇中心,或“k - means | |”使用并行变异的k - means + +)

initSteps :pyspark.ml.param.Param (int) =参数(父母=‘定义’,name = ' initSteps ', doc = '的步数为k - means | |初始化模式。必须> 0。”)

k :pyspark.ml.param.Param (int) =参数(父母=‘定义’,名字=“k”,医生= '创建集群的数量。必须> 1。)

maxBlockSizeInMB =参数(父母=‘定义’,name = ' maxBlockSizeInMB ',医生在MB = '最大内存叠加输入数据块。数据分区内堆放。如果超过剩余的数据大小的分区是调整大小的数据。默认0.0代表了选择最优值,取决于特定的算法。必须> = 0”。)

麦克斯特 =参数(父母=‘定义’,name =“麦克斯特”,医生=“马克斯(> = 0)的迭代次数。)

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。)

种子 =参数(父母=‘定义’,name =“种子”,医生=“随机种子。”)

解算器 :pyspark.ml.param.Param (str) =参数(父母=‘定义’,name =“规划求解”,医生= '优化的求解算法。支持选择:汽车、行块。”)

总结

总结(集群,集群大小)模型的训练集训练。如果没有总结抛出异常。

托尔 =参数(父母=‘定义’,name =“托尔”,医生=迭代算法的收敛公差(> = 0)”。)

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。”)

以前的

KMeans

下一个

KMeansSummary