VectorSizeHint

类 pyspark.ml.feature。 VectorSizeHint ( *,inputCol:可选(str]=没有一个,大小:可选(int]=没有一个,handleInvalid:str=“错误” )

变压器的特性,将大小信息添加到元数据向量的列。VectorAssembler需求规模的信息输入列,不能用于流dataframes没有这个元数据。

笔记

VectorSizeHint修改inputCol包括元数据和没有outputCol大小。

例子

> > >从pyspark.ml.linalg进口向量> > >从pyspark.ml进口管道,PipelineModel> > >数据=((向量。密集的([1。,2。,3所示。]),4所示。)]> > >df=火花。createDataFrame(数据,(“向量”,“浮动”])> > >> > >sizeHint=VectorSizeHint(inputCol=“向量”,大小=3,handleInvalid=“跳过”)> > >vecAssembler=VectorAssembler(inputCols=(“向量”,“浮动”),outputCol=“组装”)> > >管道=管道(阶段=(sizeHint,vecAssembler])> > >> > >pipelineModel=管道。适合(df)> > >pipelineModel。变换(df)。头()。组装DenseVector ([1.0, 2.0, 3.0, 4.0])> > >vectorSizeHintPath=temp_path+“/ vector-size-hint-pipeline”> > >pipelineModel。保存(vectorSizeHintPath)> > >loadedPipeline=PipelineModel。负载(vectorSizeHintPath)> > >加载=loadedPipeline。变换(df)。头()。组装> > >预期=pipelineModel。变换(df)。头()。组装> > >加载= =预期真正的

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。
getHandleInvalid()	得到的价值handleInvalid或其默认值。
getInputCol()	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。
getParam(paramName)	通过它的名称参数。
getSize()	尺寸参数,向量的大小inputCol。
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。
setparam(自我,\ [inputCol,大小,…))	为这个VectorSizeHint设置参数。
setSize(值)	套尺寸参数向量的大小inputCol。
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
参数个数	返回所有参数命令的名字。
大小

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

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。

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。

getSize ( )→int

尺寸参数,向量的大小inputCol。

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.VectorSizeHint

设置的值handleInvalid。

setInputCol ( 价值:str )→pyspark.ml.feature.VectorSizeHint

设置的值inputCol。

setparam ( 自我,\ *,inputCol =没有,大小=没有,handleInvalid = "错误" )

为这个VectorSizeHint设置参数。

setSize ( 价值:int )→pyspark.ml.feature.VectorSizeHint

套尺寸参数向量的大小inputCol。

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 = '如何处理无效的inputCol向量。无效的向量包括null和向量的大小。选择“跳过”(过滤与无效的行向量),“错误”(抛出一个错误)和“乐观”(不检查矢量大小,并保持所有行)。默认的错误。”)

inputCol =参数(父母=‘定义’,name = ' inputCol ', doc =输入列名称。)

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。

大小 :pyspark.ml.param.Param (int) =参数(父母=‘定义’,name =“大小”,医生=列向量的大小。)

以前的

VectorIndexerModel

下一个

VectorSlicer