StandardScaler¶
-
类
pyspark.ml.feature。
StandardScaler
( *,withMean:bool=假,withStd:bool=真正的,inputCol:可选(str]=没有一个,outputCol:可选(str]=没有一个 ) ¶ -
标准化特性通过删除单元方差均值和扩展使用列汇总统计的样本训练集。
“单位性病”是计算使用修正样本标准差,这是计算无偏样本方差的平方根。
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”])> > >standardScaler=StandardScaler()> > >standardScaler。setInputCol(“一个”)StandardScaler……> > >standardScaler。setOutputCol(“缩放”)StandardScaler……> > >模型=standardScaler。适合(df)> > >模型。getInputCol()“一个”> > >模型。setOutputCol(“输出”)StandardScalerModel……> > >模型。的意思是DenseVector ([1.0])> > >模型。性病DenseVector ([1.4142])> > >模型。变换(df)。收集()(1]。输出DenseVector ([1.4142])> > >standardScalerPath=temp_path+“/ standard-scaler”> > >standardScaler。保存(standardScalerPath)> > >loadedStandardScaler=StandardScaler。负载(standardScalerPath)> > >loadedStandardScaler。getWithMean()= =standardScaler。getWithMean()真正的> > >loadedStandardScaler。getWithStd()= =standardScaler。getWithStd()真正的> > >modelPath=temp_path+“/ standard-scaler-model”> > >模型。保存(modelPath)> > >loadedModel=StandardScalerModel。负载(modelPath)> > >loadedModel。性病= =模型。性病真正的> > >loadedModel。的意思是= =模型。的意思是真正的> > >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。
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。
得到的价值withMean或其默认值。
得到的价值withStd或其默认值。
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
。setOutputCol
(值)设置的值
outputCol
。setparam
(自我,\ [,withStd withMean…))为这个StandardScaler设置参数。
setWithMean
(值)设置的值
withMean
。setWithStd
(值)设置的值
withStd
。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。
-
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。
-
getWithMean
( )→bool¶ -
得到的价值withMean或其默认值。
-
getWithStd
( )→bool¶ -
得到的价值withStd或其默认值。
-
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.StandardScaler ¶ -
设置的值
inputCol
。
-
setOutputCol
( 价值:str )→pyspark.ml.feature.StandardScaler ¶ -
设置的值
outputCol
。
-
setparam
( 自我,\ *,withMean = False,withStd = True,inputCol =没有,outputCol =没有 ) ¶ -
为这个StandardScaler设置参数。
-
setWithMean
( 价值:bool )→pyspark.ml.feature.StandardScaler ¶ -
设置的值
withMean
。
-
setWithStd
( 价值:bool )→pyspark.ml.feature.StandardScaler ¶ -
设置的值
withStd
。
-
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。) ¶
-
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
。
-
withMean
=参数(父母=‘定义’,name = ' withMean ', doc =“中心数据的意思是”) ¶
-
withStd
=参数(父母=‘定义’,name = ' withStd ', doc =规模单位标准差) ¶
-