StringIndexerModel¶
-
类
pyspark.ml.feature。
StringIndexerModel
( java_model:可选(JavaObject]=没有一个 ) ¶ -
模型拟合的
StringIndexer
。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。
from_arrays_of_labels
(arrayOfLabels inputCols)构建模型直接从数组的数组的标签字符串,需要积极SparkContext。
from_labels
(标签,inputCol [、outputCol…])构造模型直接从字符串数组的标签,需要积极SparkContext。
得到的价值handleInvalid或其默认值。
得到的价值inputCol或其默认值。
得到的价值inputCols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。
得到的价值outputCols或其默认值。
getParam
(paramName)通过它的名称参数。
获得的价值
stringOrderType
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
handleInvalid
。setInputCol
(值)设置的值
inputCol
。setInputCols
(值)设置的值
inputCols
。setOutputCol
(值)设置的值
outputCol
。设置的值
outputCols
。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
有序列表的标签,对应指标分配。
数组有序列表的标签,对应指标分配对每个输入列。
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
-
classmethod
from_arrays_of_labels
( arrayOfLabels:列表(列表(str]],inputCols:列表(str],outputCols:可选(列表(str]]=没有一个,handleInvalid:可选(str]=没有一个 )→pyspark.ml.feature.StringIndexerModel ¶ -
构建模型直接从数组的数组的标签字符串,需要积极SparkContext。
-
classmethod
from_labels
( 标签:列表(str],inputCol:str,outputCol:可选(str]=没有一个,handleInvalid:可选(str]=没有一个 )→pyspark.ml.feature.StringIndexerModel ¶ -
构造模型直接从字符串数组的标签,需要积极SparkContext。
-
getHandleInvalid
( )→str¶ -
得到的价值handleInvalid或其默认值。
-
getInputCol
( )→str¶ -
得到的价值inputCol或其默认值。
-
getInputCols
( )→列表(str] ¶ -
得到的价值inputCols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。
-
getOutputCols
( )→列表(str] ¶ -
得到的价值outputCols或其默认值。
-
getParam
( paramName:str )→pyspark.ml.param.Param ¶ -
通过它的名称参数。
-
getStringOrderType
( )→str¶ -
获得的价值
stringOrderType
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。
-
setHandleInvalid
( 价值:str )→pyspark.ml.feature.StringIndexerModel ¶ -
设置的值
handleInvalid
。
-
setInputCol
( 价值:str )→pyspark.ml.feature.StringIndexerModel ¶ -
设置的值
inputCol
。
-
setInputCols
( 价值:列表(str] )→pyspark.ml.feature.StringIndexerModel ¶ -
设置的值
inputCols
。
-
setOutputCol
( 价值:str )→pyspark.ml.feature.StringIndexerModel ¶ -
设置的值
outputCol
。
-
setOutputCols
( 价值:列表(str] )→pyspark.ml.feature.StringIndexerModel ¶ -
设置的值
outputCols
。
-
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
-
handleInvalid
:pyspark.ml.param.Param (str) =参数(父母=‘定义’,name = ' handleInvalid ', doc = "如何处理无效数据(看不见的或NULL值)的特性和标签列字符串类型。选择“跳过”(过滤掉行无效数据),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)。”) ¶
-
inputCol
=参数(父母=‘定义’,name = ' inputCol ', doc =输入列名称。) ¶
-
inputCols
=参数(父母=‘定义’,name = ' inputCols ', doc =输入列名称。) ¶
-
标签
¶ -
有序列表的标签,对应指标分配。
它将在未来的版本中移除。使用labelsArray方法相反。
-
labelsArray
¶ -
数组有序列表的标签,对应指标分配对每个输入列。
-
outputCol
=参数(父母=‘定义’,name = ' outputCol ', doc =输出列名称。) ¶
-
outputCols
=参数(父母=‘定义’,name = ' outputCols ', 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
。
-
stringOrderType
:pyspark.ml.param.Param (str) =参数(父母=‘定义’,name = ' stringOrderType ', doc = '如何订购标签的字符串列。排序后的第一个标签分配索引为0。支持选择:frequencyDesc、frequencyAsc alphabetDesc alphabetAsc。默认是frequencyDesc。在相同的频率下frequencyDesc / Asc,字符串是进一步按照字母顺序排列) ¶
-