KernelDensity¶
-
类
pyspark.mllib.stat。KernelDensity¶ -
估计概率密度在需要点给定样本人口的抽样。
例子
> > >kd=KernelDensity()> > >样本=sc。并行化([0.0,1.0])> > >kd。setSample(样本)> > >kd。估计([0.0,1.0])阵列([0.12938758,0.12938758])
方法
估计(分)估计概率密度点
setBandwidth(带宽)设置每个样本的带宽。
setSample(样本)设置采样点的数量。
方法的文档
-
估计( 点:Iterable(浮动] )→numpy.ndarray¶ -
估计概率密度点
-
setBandwidth( 带宽:浮动 )→没有¶ -
设置每个样本的带宽。默认为1.0
-
setSample( 样本:pyspark.rdd.RDD(浮动] )→没有¶ -
设置采样点的数量。应该是一个抽样
-