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。
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。
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。
getHandleInvalid()	得到的价值handleInvalid或其默认值。
getInputCol()	得到的价值inputCol或其默认值。
getInputCols()	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。
getOutputCol()	得到的价值outputCol或其默认值。
getOutputCols()	得到的价值outputCols或其默认值。
getParam(paramName)	通过它的名称参数。
getStringOrderType()	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。
setHandleInvalid(值)	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。
setOutputCols(值)	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

handleInvalid
inputCol
inputCols
标签	有序列表的标签,对应指标分配。
labelsArray	数组有序列表的标签,对应指标分配对每个输入列。
outputCol
outputCols
参数个数	返回所有参数命令的名字。
stringOrderType

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。

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)

以前的

StringIndexer

下一个

分词器