Word2VecModel

类 pyspark.ml.feature。 Word2VecModel ( java_model:可选(JavaObject]=没有一个 )

模型拟合的Word2Vec。

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。
findSynonyms(num词)	找到“num”相似的单词最亲密的“词”。
findSynonymsArray(num词)	找到“num”相似的单词最亲密的“词”。
getInputCol()	得到的价值inputCol或其默认值。
getMaxIter()	麦克斯特的价值或其默认值。
getMaxSentenceLength()	得到的价值maxSentenceLength或其默认值。
getMinCount()	得到的价值minCount或其默认值。
getNumPartitions()	得到的价值numPartitions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。
getSeed()	种子的价值或其默认值。
getStepSize()	得到的价值stepSize或其默认值。
getVectorSize()	得到的价值vectorSize或其默认值。
getVectors()	返回向量表示的单词作为dataframe有两个字段,word和向量。
getWindowSize()	得到的价值windowSize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。
setInputCol(值)	设置的值inputCol。
setOutputCol(值)	设置的值outputCol。
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

inputCol
麦克斯特
maxSentenceLength
minCount
numPartitions
outputCol
参数个数	返回所有参数命令的名字。
种子
stepSize
vectorSize
windowSize

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

findSynonyms ( 词:联盟(str,pyspark.ml.linalg.Vector],全国矿工工会:int )→pyspark.sql.dataframe.DataFrame

找到“num”相似的单词最亲密的“词”。词可以是一个字符串或向量表示。返回一个与两个字段dataframe词和相似性(给了余弦相似性)。

findSynonymsArray ( 词:联盟(pyspark.ml.linalg.Vector,str],全国矿工工会:int )→列表(元组(str,浮动] ]

找到“num”相似的单词最亲密的“词”。词可以是一个字符串或向量表示。返回一个数组与两个字段词和相似性(给了余弦相似性)。

getInputCol ( )→str

得到的价值inputCol或其默认值。

getMaxIter ( )→int

麦克斯特的价值或其默认值。

getMaxSentenceLength ( )→int

得到的价值maxSentenceLength或其默认值。

getMinCount ( )→int

得到的价值minCount或其默认值。

getNumPartitions ( )→int

得到的价值numPartitions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。

getSeed ( )→int

种子的价值或其默认值。

getStepSize ( )→浮动

得到的价值stepSize或其默认值。

getVectorSize ( )→int

得到的价值vectorSize或其默认值。

getVectors ( )→pyspark.sql.dataframe.DataFrame

返回向量表示的单词作为dataframe有两个字段,word和向量。

getWindowSize ( )→int

得到的价值windowSize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。

setInputCol ( 价值:str )→pyspark.ml.feature.Word2VecModel

设置的值inputCol。

setOutputCol ( 价值:str )→pyspark.ml.feature.Word2VecModel

设置的值outputCol。

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

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

麦克斯特 =参数(父母=‘定义’,name =“麦克斯特”,医生=“马克斯(> = 0)的迭代次数。)

maxSentenceLength :pyspark.ml.param.Param (int) =参数(父母=‘定义’,name = ' maxSentenceLength ', doc = '最大长度(词)的每个句子输入数据。任何句子超过这个阈值将被分为块大小。”)

minCount :pyspark.ml.param.Param (int) =参数(父母=‘定义’,name = ' minCount ', doc =“最低的次数似乎令牌必须word2vec模型中包括的词汇”)

numPartitions :pyspark.ml.param.Param (int) =参数(父母=‘定义’,name = ' numPartitions ', doc =单词句子的分区数量)

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。

种子 =参数(父母=‘定义’,name =“种子”,医生=“随机种子。”)

stepSize =参数(父母=‘定义’,name = ' stepSize ', doc =的每个迭代步长用于优化(> = 0)”。)

vectorSize :pyspark.ml.param.Param (int) =参数(父母=‘定义’,name = ' vectorSize ', doc =代码改造后的尺寸从字的)

windowSize :pyspark.ml.param.Param (int) =参数(父母=‘定义’,name = ' windowSize ', doc = '窗口大小(上下文词语从[窗口、窗口])。默认值是5 ')

以前的

Word2Vec

下一个

LinearSVC