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。
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。
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。
getInputCol()	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。
getOutputCol()	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

inputCol
马克斯
最小值
outputCol
参数个数	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。

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。

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。

以前的

MinHashLSHModel

下一个

MinMaxScalerModel