主成分分析¶

类 pyspark.ml.feature。 主成分分析 ( *,k:可选(int]=没有一个,inputCol:可选(str]=没有一个,outputCol:可选(str]=没有一个 ) ¶

PCA火车模型项目的低维空间向量k主要组件。

例子

           > > >从pyspark.ml.linalg进口向量> > >数据=((向量。稀疏的(5,((1,1.0),(3,7.0)))),…(向量。密集的([2.0,0.0,3.0,4.0,5.0),),…(向量。密集的([4.0,0.0,0.0,6.0,7.0),)> > >df=火花。createDataFrame(数据,(“特征”])> > >主成分分析=主成分分析(k=2,inputCol=“特征”)> > >主成分分析。setOutputCol(“pca_features”)主成分分析……> > >模型=主成分分析。适合(df)> > >模型。getK()2> > >模型。setOutputCol(“输出”)PCAModel……> > >模型。变换(df)。收集()(0]。输出DenseVector ([1.648…,-4.013……)> > >模型。explainedVarianceDenseVector ([0.794…,0.205……)> > >pcaPath=temp_path+“/主成分分析”> > >主成分分析。保存(pcaPath)> > >loadedPca=主成分分析。负载(pcaPath)> > >loadedPca。getK()= =主成分分析。getK()真正的> > >modelPath=temp_path+“/利用”> > >模型。保存(modelPath)> > >loadedModel=PCAModel。负载(modelPath)> > >loadedModel。个人电脑= =模型。个人电脑真正的> > >loadedModel。explainedVariance= =模型。explainedVariance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。
`getK`()	被k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。
`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`。
`setK`(值)	设置的值`k`。
`setOutputCol`(值)	设置的值`outputCol`。
`setparam`(自我\ * [k inputCol outputCol])	设置参数主成分分析。
`写`()	返回一个MLWriter实例毫升实例。

属性

`inputCol`
`k`
`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。

getK ( )→int¶: 被k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.PCA ¶: 设置的值inputCol。

setK ( 价值:int )→pyspark.ml.feature.PCA ¶: 设置的值k。

setOutputCol ( 价值:str )→pyspark.ml.feature.PCA ¶: 设置的值outputCol。

setparam ( 自我,\ *,k =没有,inputCol =没有,outputCol =没有 ) ¶: 设置参数主成分分析。

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。) ¶

k =参数(父母=‘定义’,名字=“k”,医生=主成分的数量) ¶

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

OneHotEncoderModel

下一个

PCAModel