NGram¶
-
类
pyspark.ml.feature。
NGram
( *,n:int=2,inputCol:可选(str]=没有一个,outputCol:可选(str]=没有一个 ) ¶ -
变压器的特性,将输入的字符串数组转换成一个字格数组。Null值在输入数组将被忽略。它将返回一组字格,每个语法由空格分隔的字符串表示的单词。当输入为空,则返回一个空数组。当输入数组长度小于n(每个语法元素的数量),不返回字格。
例子
> > >df=火花。createDataFrame([行(inputTokens=(“一个”,“b”,“c”,“d”,“e”))))> > >ngram=NGram(n=2)> > >ngram。setInputCol(“inputTokens”)NGram……> > >ngram。setOutputCol(“nGrams”)NGram……> > >ngram。变换(df)。头()行(inputTokens = [a, b, c, d ', ' e '], nGrams = [b, b c, c d ', ' d e '])> > >#改变n元长度> > >ngram。setparam(n=4)。变换(df)。头()行(inputTokens = [a, b, c, d ', ' e '], nGrams = [a b c d ', ' b c d e '])> > >#暂时修改输出列。> > >ngram。变换(df,{ngram。outputCol:“输出”})。头()行(inputTokens = [a, b, c, d ', ' e '],输出= [a b c d ', ' b c d e '])> > >ngram。变换(df)。头()行(inputTokens = [a, b, c, d ', ' e '], nGrams = [a b c d ', ' b c d e '])> > >#必须使用关键字参数来指定参数。> > >ngram。setparam(“文本”)回溯(最近的电话):…TypeError:关键字参数方法setparam力量。> > >ngramPath=temp_path+“/ ngram”> > >ngram。保存(ngramPath)> > >loadedNGram=NGram。负载(ngramPath)> > >loadedNGram。getN()= =ngram。getN()真正的> > >loadedNGram。变换(df)。取(1)= =ngram。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。
得到的价值inputCol或其默认值。
getN
()得到n的值或其默认值。
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
。setN
(值)设置的值
n
。setOutputCol
(值)设置的值
outputCol
。setparam
(自我,\ [n inputCol, outputCol])为这个NGram设置参数。
变换
(数据集[params))与可选参数转换的输入数据集。
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
-
getInputCol
( )→str¶ -
得到的价值inputCol或其默认值。
-
getN
( )→int¶ -
得到n的值或其默认值。
-
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.NGram ¶ -
设置的值
inputCol
。
-
setN
( 价值:int )→pyspark.ml.feature.NGram ¶ -
设置的值
n
。
-
setOutputCol
( 价值:str )→pyspark.ml.feature.NGram ¶ -
设置的值
outputCol
。
-
setparam
( 自我,\ *,n = 2,inputCol =没有,outputCol =没有 ) ¶ -
为这个NGram设置参数。
-
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。
-
数据集
- 返回
-
-
pyspark.sql.DataFrame
-
改变了数据集
-
-
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。) ¶
-
n
:pyspark.ml.param.Param (int) =参数(父母=‘定义’,name = ' n ', doc = '每个语法元素的数量(> = 1)') ¶
-
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
。
-