VarianceThresholdSelector

类 pyspark.ml.feature。 VarianceThresholdSelector ( *,featuresCol:str=“特性”,outputCol:可选(str]=没有一个,varianceThreshold:浮动=0.0 )

功能选择器,删除所有低温度差的特性。特性与方差不大于阈值将被删除。默认是保持所有功能与非零方差,即删除功能,在所有样本都包含相同的值。

例子

> > >从pyspark.ml.linalg进口向量> > >df=火花。createDataFrame(…((向量。密集的([6.0,7.0,0.0,7.0,6.0,0.0),),…(向量。密集的([0.0,9.0,6.0,0.0,5.0,9.0),),…(向量。密集的([0.0,9.0,3.0,0.0,5.0,5.0),),…(向量。密集的([0.0,9.0,8.0,5.0,6.0,4.0),),…(向量。密集的([8.0,9.0,6.0,5.0,4.0,4.0),),…(向量。密集的([8.0,9.0,6.0,0.0,0.0,0.0),),…(“特征”])> > >选择器=VarianceThresholdSelector(varianceThreshold=8.2,outputCol=“selectedFeatures”)> > >模型=选择器。适合(df)> > >模型。getFeaturesCol()“特性”> > >模型。setFeaturesCol(“特征”)VarianceThresholdSelectorModel……> > >模型。变换(df)。头()。selectedFeaturesDenseVector ((6.0, 7.0, 0.0))> > >模型。selectedFeatures(0、3、5)> > >varianceThresholdSelectorPath=temp_path+“/ variance-threshold-selector”> > >选择器。保存(varianceThresholdSelectorPath)> > >loadedSelector=VarianceThresholdSelector。负载(varianceThresholdSelectorPath)> > >loadedSelector。getVarianceThreshold()= =选择器。getVarianceThreshold()真正的> > >modelPath=temp_path+“/ variance-threshold-selector-model”> > >模型。保存(modelPath)> > >loadedModel=VarianceThresholdSelectorModel。负载(modelPath)> > >loadedModel。selectedFeatures= =模型。selectedFeatures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。
getFeaturesCol()	得到的价值featuresCol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。
getVarianceThreshold()	得到的价值varianceThreshold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。
setFeaturesCol(值)	设置的值featuresCol。
setOutputCol(值)	设置的值outputCol。
setparam(自我\ * (featuresCol,…))	为这个VarianceThresholdSelector设置参数。
setVarianceThreshold(值)	设置的值varianceThreshold。
写()	返回一个MLWriter实例毫升实例。

属性

featuresCol
outputCol
参数个数	返回所有参数命令的名字。
varianceThreshold

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。

getFeaturesCol ( )→str

得到的价值featuresCol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。

getVarianceThreshold ( )→浮动

得到的价值varianceThreshold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。

setFeaturesCol ( 价值:str )→pyspark.ml.feature.VarianceThresholdSelector

设置的值featuresCol。

setOutputCol ( 价值:str )→pyspark.ml.feature.VarianceThresholdSelector

设置的值outputCol。

setparam ( 自我,\ *,featuresCol = "特性",outputCol =没有,varianceThreshold = 0.0 )

为这个VarianceThresholdSelector设置参数。

setVarianceThreshold ( 价值:浮动 )→pyspark.ml.feature.VarianceThresholdSelector

设置的值varianceThreshold。

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。)

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。

varianceThreshold =参数(父母=‘定义’,name = ' varianceThreshold ', doc =方差阈值的参数。特性与方差不大于这个阈值将被删除。默认值是0.0。)

以前的

UnivariateFeatureSelectorModel

下一个

VarianceThresholdSelectorModel