VectorSlicer

类 pyspark.ml.feature。 VectorSlicer ( *,inputCol:可选(str]=没有一个,outputCol:可选(str]=没有一个,指数:可选(列表(int]]=没有一个,的名字:可选(列表(str]]=没有一个 )

这门课需要一个特征向量和输出向量的一个新特性子数组的原始特性。

可以指定特性的子集指数(setIndices ())或名称(setNames ())。必须选择至少一个特性。不允许重复的功能,所以不可能有重叠选择指数和名字。

输出向量将订单特性与所选指标第一(特定的顺序),其次是选择的名字(给定的顺序)。

例子

> > >从pyspark.ml.linalg进口向量> > >df=火花。createDataFrame([…(向量。密集的([- - - - - -2.0,2.3,0.0,0.0,1.0),),…(向量。密集的([0.0,0.0,0.0,0.0,0.0),),…(向量。密集的([0.6,- - - - - -1.1,- - - - - -3.0,4.5,3.3),),(“特征”])> > >vs=VectorSlicer(outputCol=“切”,指数=(1,4])> > >vs。setInputCol(“特征”)VectorSlicer……> > >vs。变换(df)。头()。切片DenseVector ([2.3, 1.0])> > >vectorSlicerPath=temp_path+“/ vector-slicer”> > >vs。保存(vectorSlicerPath)> > >loadedVs=VectorSlicer。负载(vectorSlicerPath)> > >loadedVs。getIndices()= =vs。getIndices()真正的> > >loadedVs。getname()= =vs。getname()真正的> > >loadedVs。变换(df)。取(1)= =vs。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。
getIndices()	得到指标的价值或其默认值。
getInputCol()	得到的价值inputCol或其默认值。
getname()	名称或其默认值的值。
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。
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。
setIndices(值)	设置的值指数。
setInputCol(值)	设置的值inputCol。
setNames(值)	设置的值的名字。
setOutputCol(值)	设置的值outputCol。
setparam(* (inputCol outputCol,指数,…))	setparam(自我,*,inputCol = None, outputCol = None,指数=没有名字= None):这个VectorSlicer设置参数。
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

指数
inputCol
的名字
outputCol
参数个数	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

getIndices ( )→列表(int]

得到指标的价值或其默认值。

getInputCol ( )→str

得到的价值inputCol或其默认值。

getname ( )→列表(str]

名称或其默认值的值。

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。

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。

setIndices ( 价值:列表(int] )→pyspark.ml.feature.VectorSlicer

设置的值指数。

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

设置的值inputCol。

setNames ( 价值:列表(str] )→pyspark.ml.feature.VectorSlicer

设置的值的名字。

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

设置的值outputCol。

setparam ( *,inputCol:可选(str]=没有一个,outputCol:可选(str]=没有一个,指数:可选(列表(int]]=没有一个,的名字:可选(列表(str]]=没有一个 )→pyspark.ml.feature.VectorSlicer

setparam(自我,*,inputCol = None, outputCol = None,指数=没有名字= None):这个VectorSlicer设置参数。

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

指数 :pyspark.ml.param.Param(列表(int)) =参数(父母=‘定义’,name =“指数”,医生= '的数组索引选择特性从一个向量列。不可能有重叠的名字。”)

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

的名字 :pyspark.ml.param.Param(列表(str)) =参数(父母=‘定义’,name = '名称',doc = '数组特性名称从一个向量列选择特性。通过ML org.apache.spark.ml.attribute.Attribute这些名称必须被指定。不可能有重叠指数。”)

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。

以前的

VectorSizeHint

下一个

Word2Vec