RFormula¶
-
类
pyspark.ml.feature。
RFormula
( *,公式:可选(str]=没有一个,featuresCol:str=“特性”,labelCol:str=“标签”,forceIndexLabel:bool=假,stringIndexerOrderType:str=“frequencyDesc”,handleInvalid:str=“错误” ) ¶ -
实现所需的变换拟合数据集对R模型公式。目前我们支持的有限子集R运营商,包括‘~’,”。”、“:”、“+”、“-”、“*”,和“^”。
笔记
也看到了R公式文档。
例子
> > >df=火花。createDataFrame([…(1.0,1.0,“一个”),…(0.0,2.0,“b”),…(0.0,0.0,“一个”)…),(“y”,“x”,“s”])> > >射频=RFormula(公式=“x y ~ + s”)> > >模型=射频。适合(df)> > >模型。getLabelCol()“标签”> > >模型。变换(df)。显示()+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - - - +x y | | | | | |特性标签+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - - - +| 1.0 | 1.0 | | [1.0,1.0]| 1.0 || | 0.0 | 2.0 | b [2.0, 0.0] | 0.0 || 0.0 | 0.0 | | [0.0,1.0]| 0.0 |+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - - - +…> > >射频。适合(df,{射频。公式:“y ~。年代”})。变换(df)。显示()+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - +x y | | | | | |特性标签+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - +(1.0)| 1.0 | 1.0 | | | 1.0 |b | | 0.0 | 2.0 | 2.0 | 0.0 |(0.0)| 0.0 | 0.0 | | | 0.0 |+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - +…> > >rFormulaPath=temp_path+“/ rFormula”> > >射频。保存(rFormulaPath)> > >loadedRF=RFormula。负载(rFormulaPath)> > >loadedRF。getFormula()= =射频。getFormula()真正的> > >loadedRF。getFeaturesCol()= =射频。getFeaturesCol()真正的> > >loadedRF。getLabelCol()= =射频。getLabelCol()真正的> > >loadedRF。getHandleInvalid()= =射频。getHandleInvalid()真正的> > >str(loadedRF)“RFormula x (y ~ + s) (uid =…)> > >modelPath=temp_path+“/ rFormulaModel”> > >模型。保存(modelPath)> > >loadedModel=RFormulaModel。负载(modelPath)> > >loadedModel。uid= =模型。uid真正的> > >loadedModel。变换(df)。显示()+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - - - +x y | | | | | |特性标签+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - - - +| 1.0 | 1.0 | | [1.0,1.0]| 1.0 || | 0.0 | 2.0 | b [2.0, 0.0] | 0.0 || 0.0 | 0.0 | | [0.0,1.0]| 0.0 |+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - - - +…> > >str(loadedModel)RFormulaModel (ResolvedRFormula(标签= y = x,年代,hasIntercept = true)) (uid =…)
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featuresCol或其默认值。
获得的价值
forceIndexLabel
。获得的价值
公式
。得到的价值handleInvalid或其默认值。
得到的价值labelCol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。
getParam
(paramName)通过它的名称参数。
获得的价值
stringIndexerOrderType
或其默认值“frequencyDesc”。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。
设置的值
featuresCol
。设置的值
forceIndexLabel
。setFormula
(值)设置的值
公式
。设置的值
handleInvalid
。setLabelCol
(值)设置的值
labelCol
。setparam
(自我,\[公式,featuresCol…))RFormula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。
-
-
getFeaturesCol
( )→str¶ -
得到的价值featuresCol或其默认值。
-
getForceIndexLabel
( )→bool¶ -
获得的价值
forceIndexLabel
。
-
getHandleInvalid
( )→str¶ -
得到的价值handleInvalid或其默认值。
-
getLabelCol
( )→str¶ -
得到的价值labelCol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。
-
getParam
( paramName:str )→pyspark.ml.param.Param ¶ -
通过它的名称参数。
-
getStringIndexerOrderType
( )→str¶ -
获得的价值
stringIndexerOrderType
或其默认值“frequencyDesc”。
-
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。
-
setFeaturesCol
( 价值:str )→pyspark.ml.feature.RFormula ¶ -
设置的值
featuresCol
。
-
setForceIndexLabel
( 价值:bool )→pyspark.ml.feature.RFormula ¶ -
设置的值
forceIndexLabel
。
-
setFormula
( 价值:str )→pyspark.ml.feature.RFormula ¶ -
设置的值
公式
。
-
setHandleInvalid
( 价值:str )→pyspark.ml.feature.RFormula ¶ -
设置的值
handleInvalid
。
-
setLabelCol
( 价值:str )→pyspark.ml.feature.RFormula ¶ -
设置的值
labelCol
。
-
setparam
( 自我,\ *,公式=没有,featuresCol = "特性",labelCol = "标签",forceIndexLabel = False,stringIndexerOrderType = " frequencyDesc ",handleInvalid = "错误" ) ¶ -
RFormula设置参数。
-
setStringIndexerOrderType
( 价值:str )→pyspark.ml.feature.RFormula ¶
-
写
( )→pyspark.ml.util.JavaMLWriter¶ -
返回一个MLWriter实例毫升实例。
属性的文档
-
featuresCol
=参数(父母=‘定义’,name = ' featuresCol ', doc =功能列名称。) ¶
-
forceIndexLabel
=参数(父母=‘定义’,name = ' forceIndexLabel ', doc =“力量指数标签是否数字或字符串”) ¶
-
公式
=参数(父母=‘定义’,name = '公式',doc = R模型公式) ¶
-
handleInvalid
=参数(父母=‘定义’,name = ' handleInvalid ', doc = "如何处理无效的条目。选择“跳过”(过滤掉行无效值),“错误”(抛出一个错误),或“保持”(把无效的数据放在一个特别的额外的桶,在指数numLabels)。”) ¶
-
labelCol
=参数(父母=‘定义’,name = ' labelCol ', doc =“标签列名。”) ¶
-
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
。
-
stringIndexerOrderType
=参数(父母=‘定义’,name = ' stringIndexerOrderType ', doc = '如何订单类别的一系列特性StringIndexer所使用的列。最后一个类别排序后编码字符串时下降。支持选择:frequencyDesc、frequencyAsc alphabetDesc alphabetAsc。默认值是frequencyDesc。当命令设置alphabetDesc, RFormula滴同一类别时R编码字符串。”) ¶
-