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。
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。
得到的价值handleInvalid或其默认值。
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。
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
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
-
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。
-
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。) ¶
-