MinMaxScaler¶
-
类
pyspark.ml.feature。
MinMaxScaler
( *,最小值:浮动=0.0,马克斯:浮动=1.0,inputCol:可选(str]=没有一个,outputCol:可选(str]=没有一个 ) ¶ -
重新调节每个特性单独一个共同的范围(最小,最大)线性使用列的汇总统计,也称为min-max标准化或重新调节。特性的新值E计算,
新(e_i) = (e_i - E_min) / (E_max - E_min) *(最大值-最小值)+分钟
对于E_max = = E_min,新(e_i) = 0.5 * (max +分钟)
笔记
因为零值可能会转化为非零值,变压器的输出将DenseVector甚至稀疏的输入。
例子
> > >从pyspark.ml.linalg进口向量> > >df=火花。createDataFrame(((向量。密集的([0.0),),(向量。密集的([2.0),),(“一个”])> > >mmScaler=MinMaxScaler(outputCol=“缩放”)> > >mmScaler。setInputCol(“一个”)MinMaxScaler……> > >模型=mmScaler。适合(df)> > >模型。setOutputCol(“scaledOutput”)MinMaxScalerModel……> > >模型。originalMinDenseVector ([0.0])> > >模型。originalMaxDenseVector ([2.0])> > >模型。变换(df)。显示()+ - - - - - - - - - - - - - - - - - - +|的| scaledOutput |+ - - - - - - - - - - - - - - - - - - +(0.0)(0.0)| | |(1.0)(2.0)| | |+ - - - - - - - - - - - - - - - - - - +…> > >minMaxScalerPath=temp_path+“/ min-max-scaler”> > >mmScaler。保存(minMaxScalerPath)> > >loadedMMScaler=MinMaxScaler。负载(minMaxScalerPath)> > >loadedMMScaler。getMin()= =mmScaler。getMin()真正的> > >loadedMMScaler。getMax()= =mmScaler。getMax()真正的> > >modelPath=temp_path+“/ min-max-scaler-model”> > >模型。保存(modelPath)> > >loadedModel=MinMaxScalerModel。负载(modelPath)> > >loadedModel。originalMin= =模型。originalMin真正的> > >loadedModel。originalMax= =模型。originalMax真正的> > >loadedModel。变换(df)。取(1)= =模型。变换(df)。取(1)真正的
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。
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。
得到的价值inputCol或其默认值。
getMax
()得到最大的价值或其默认值。
getMin
()得到最小的价值或其默认值。
getOrDefault
(参数)得到参数的值在用户提供的参数映射或其默认值。
得到的价值outputCol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。
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。
setInputCol
(值)设置的值
inputCol
。setMax
(值)设置的值
马克斯
。setMin
(值)设置的值
最小值
。setOutputCol
(值)设置的值
outputCol
。setparam
(自我,\[,最小,最大,inputCol,…))为这个MinMaxScaler设置参数。
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 )→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
-
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。
-
-
getInputCol
( )→str¶ -
得到的价值inputCol或其默认值。
-
getMax
( )→浮动¶ -
得到最大的价值或其默认值。
-
getMin
( )→浮动¶ -
得到最小的价值或其默认值。
-
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。
-
getOutputCol
( )→str¶ -
得到的价值outputCol或其默认值。
-
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。
-
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.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。
-
setInputCol
( 价值:str )→pyspark.ml.feature.MinMaxScaler ¶ -
设置的值
inputCol
。
-
setMax
( 价值:浮动 )→pyspark.ml.feature.MinMaxScaler ¶ -
设置的值
马克斯
。
-
setMin
( 价值:浮动 )→pyspark.ml.feature.MinMaxScaler ¶ -
设置的值
最小值
。
-
setOutputCol
( 价值:str )→pyspark.ml.feature.MinMaxScaler ¶ -
设置的值
outputCol
。
-
setparam
( 自我,\ *,最小值= 0.0,max = 1.0,inputCol =没有,outputCol =没有 ) ¶ -
为这个MinMaxScaler设置参数。
-
写
( )→pyspark.ml.util.JavaMLWriter¶ -
返回一个MLWriter实例毫升实例。
属性的文档
-
inputCol
=参数(父母=‘定义’,name = ' inputCol ', doc =输入列名称。) ¶
-
马克斯
=参数(父母=‘定义’,name =‘麦克斯’,医生=输出功能范围的上限) ¶
-
最小值
=参数(父母=‘定义’,name =“分钟”,医生=输出功能范围的下限) ¶
-
outputCol
=参数(父母=‘定义’,name = ' outputCol ', doc =输出列名称。) ¶
-
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
。
-