LinearDataGenerator¶
-
类
pyspark.mllib.util。LinearDataGenerator¶ -
跑龙套生成线性数据。
方法
generateLinearInput(拦截、重量…)- 参数
generateLinearRDD(sc、nexamples nfeatures eps)生成一个LabeledPoints抽样。
方法的文档
-
静态
generateLinearInput( 拦截:浮动,权重:VectorLike,xMean:VectorLike,xVariance:VectorLike,nPoints:int,种子:int,每股收益:浮动 )→列表(LabeledPoint] ¶ -
- 参数
-
- 拦截 浮动
-
偏差系数,c X 'w + c
-
权重
pyspark.mllib.linalg.Vector或可转换 -
特征向量,这个词在X 'w + c w
-
xMean
pyspark.mllib.linalg.Vector或可转换 -
点在数据X为中心。
-
xVariance
pyspark.mllib.linalg.Vector或可转换 -
给定数据的方差
- nPoints int
-
点生成的数量
- 种子 int
-
随机种子
- 每股收益 浮动
-
用于规模噪音。如果设置了每股收益高,添加高斯噪声的数量更多。
- 返回
-
- 列表
-
的
pyspark.mllib.regression.LabeledPoints长度nPoints
-
静态
generateLinearRDD( sc:pyspark.context.SparkContext,nexamples:int,nfeatures:int,每股收益:浮动,nParts:int=2,拦截:浮动=0.0 )→pyspark.rdd.RDD(LabeledPoint] ¶ -
生成一个LabeledPoints抽样。