评估者¶
-
类
pyspark.ml.evaluation。评估者¶ -
基类评估计算指标的预测。
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具有相同uid和一些额外的参数。
评估(数据集[params))评估可选参数的输出。
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。
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。
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。
指示是否返回的度量
evaluate ()应该最大化(真的,默认情况下)或最小化(假)。收取(参数)检查参数是否由用户显式地设置。
集(参数值)设置一个参数嵌入参数映射。
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 )→P¶ -
创建这个实例的副本具有相同uid和一些额外的参数。默认实现创建一个浅拷贝使用
copy.copy (),然后复制嵌入和额外参数并返回副本。子类应该覆盖这个方法如果默认的方法是不够的。- 参数
-
- 额外的 东西,可选
-
额外参数复制到新实例
- 返回
-
-
参数个数 -
这个实例的副本
-
-
评估( 数据集:pyspark.sql.dataframe.DataFrame,参数个数:可选(ParamMap]=没有一个 )→浮动¶ -
评估可选参数的输出。
- 参数
-
-
数据集
pyspark.sql.DataFrame -
一个数据集,其中包含标签/观察和预测
- 参数个数 东西,可选
-
一个可选的参数覆盖嵌入参数的地图
-
数据集
- 返回
-
- 浮动
-
度规
-
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
-
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。
-
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。
-
isLargerBetter( )→bool¶ -
指示是否返回的度量
evaluate ()应该最大化(真的,默认情况下)或最小化(假)。给定的评估者可以支持多个指标可能最大化或最小化。
-
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。
-
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。
属性的文档
-
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。
-