CrossValidatorModel¶
-
类
pyspark.ml.tuning。
CrossValidatorModel
( bestModel:pyspark.ml.base.Model,avgMetrics:可选(列表(浮动]]=没有一个,子:可选(列表(列表(pyspark.ml.base.Model]]]=没有一个,stdMetrics:可选(列表(浮动]]=没有一个 ) ¶ -
CrossValidatorModel包含最高的模型平均跨折交叉验证指标,并使用该模型将输入数据。CrossValidatorModel还跟踪每个参数映射的指标评估。
笔记
从版本3.3.0,CrossValidatorModel包含一个新属性“stdMetrics”,代表标准差指标每paramMap CrossValidator.estimatorParamMaps。
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和一个随机生成的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。
得到估计量的价值或其默认值。
得到的价值estimatorParamMaps或其默认值。
被评估者的价值或其默认值。
得到的价值foldCol或其默认值。
得到的价值numFolds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。
getSeed
()种子的价值或其默认值。
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。
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 )→CrossValidatorModel¶ -
创建这个实例的副本和一个随机生成的uid和一些额外的参数。这个底层bestModel副本,创建了一个深深的嵌入paramMap副本,副本嵌入式和额外的参数。它没有额外的参数复制到子。
- 参数
-
- 额外的 东西,可选
-
额外参数复制到新实例
- 返回
-
-
CrossValidatorModel
-
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
-
getEstimator
( )→pyspark.ml.base.Estimator¶ -
得到估计量的价值或其默认值。
-
getEstimatorParamMaps
( )→列表(ParamMap] ¶ -
得到的价值estimatorParamMaps或其默认值。
-
getEvaluator
( )→pyspark.ml.evaluation.Evaluator ¶ -
被评估者的价值或其默认值。
-
getFoldCol
( )→str¶ -
得到的价值foldCol或其默认值。
-
getNumFolds
( )→int¶ -
得到的价值numFolds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。
-
getSeed
( )→int¶ -
种子的价值或其默认值。
-
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.tuning.CrossValidatorModelReader¶ -
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。
-
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.MLWriter ¶ -
返回一个MLWriter实例毫升实例。
属性的文档
-
估计量
=参数(父母=‘定义’,name =“估计”,医生= '估计是旨在') ¶
-
estimatorParamMaps
=参数(父母=‘定义’,name = ' estimatorParamMaps ', doc =估计参数地图) ¶
-
评估者
=参数(父母=‘定义’,name =评估者,医生=的评估者用于选择hyper-parameters验证器指标的最大化) ¶
-
foldCol
:pyspark.ml.param.Param (str) =参数(父母=‘定义’,name = ' foldCol ', doc = "参数用户指定的列名褶皱数。一旦被指定,py:类:“CrossValidator”不会随机k-fold分裂。注意,这列应该是整数类型区间[0,numFolds)和火花将抛出异常超出范围折叠数字。”) ¶
-
numFolds
:pyspark.ml.param.Param (int) =参数(父母=‘定义’,name = ' numFolds ', doc =折交叉验证的数量) ¶
-
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。”) ¶
-