LinearSVC

類 pyspark.ml.classification。 LinearSVC ( *,featuresCol:str=“特性”,labelCol:str=“標簽”,predictionCol:str=“預測”,麥克斯特:int=One hundred.,regParam:浮動=0.0,托爾:浮動=1 e-06,rawPredictionCol:str=“rawPrediction”,fitIntercept:bool=真正的,標準化:bool=真正的,閾值:浮動=0.0,weightCol:可選(str]=沒有一個,aggregationDepth:int=2,maxBlockSizeInMB:浮動=0.0 )

這種二元分類器使用OWLQN優化器優化鉸鏈損失。目前隻支持L2正規化。

筆記

線性支持向量機分類器

例子

> > >從pyspark.sql進口行> > >從pyspark.ml.linalg進口向量> > >df=sc。並行化([…行(標簽=1.0,特性=向量。密集的(1.0,1.0,1.0)),…行(標簽=0.0,特性=向量。密集的(1.0,2.0,3.0))))。toDF()> > >支持向量機=LinearSVC()> > >支持向量機。getMaxIter()One hundred.> > >支持向量機。setMaxIter(5)LinearSVC……> > >支持向量機。getMaxIter()5> > >支持向量機。getRegParam()0.0> > >支持向量機。setRegParam(0.01)LinearSVC……> > >支持向量機。getRegParam()0.01> > >模型=支持向量機。適合(df)> > >模型。setPredictionCol(“newPrediction”)LinearSVCModel……> > >模型。getPredictionCol()“newPrediction”> > >模型。setThreshold(0.5)LinearSVCModel……> > >模型。getThreshold()0.5> > >模型。getMaxBlockSizeInMB()0.0> > >模型。係數DenseVector ((0.0, -1.0319, -0.5159))> > >模型。攔截2.579645978780695> > >模型。numClasses2> > >模型。numFeatures3> > >電平=sc。並行化([行(特性=向量。密集的(- - - - - -1.0,- - - - - -1.0,- - - - - -1.0))))。toDF()> > >模型。預測(電平。頭()。特性)1.0> > >模型。predictRaw(電平。頭()。特性)DenseVector ([-4.1274, 4.1274])> > >結果=模型。變換(電平)。頭()> > >結果。newPrediction1.0> > >結果。rawPredictionDenseVector ([-4.1274, 4.1274])> > >svm_path=temp_path+“/ svm”> > >支持向量機。保存(svm_path)> > >svm2=LinearSVC。負載(svm_path)> > >svm2。getMaxIter()5> > >model_path=temp_path+“/ svm_model”> > >模型。保存(model_path)> > >model2=LinearSVCModel。負載(model_path)> > >模型。係數(0]= =model2。係數(0]真正的> > >模型。攔截= =model2。攔截真正的> > >模型。變換(電平)。取(1)= =model2。變換(電平)。取(1)真正的

方法

清晰的(參數)	清除參數映射的參數是否被顯式地設置。
複製((額外的))	創建這個實例的副本具有相同uid和一些額外的參數。
explainParam(參數)	解釋一個參數並返回它的名字,醫生,和可選的默認值,用戶提供的字符串值。
explainParams()	返回文檔的所有參數選擇默認值和用戶提供的值。
extractParamMap((額外的))	提取嵌入默認參數值和用戶提供的值,然後合並他們額外的值從輸入平麵參數映射,後者使用價值如果存在衝突,即。排序:默認參數值< <額外的用戶提供的值。
適合(數據集[params))	適合一個模型與可選參數的輸入數據集。
fitMultiple(paramMaps數據集)	適合一個模型為每個參數映射的輸入數據集paramMaps。
getAggregationDepth()	得到的價值aggregationDepth或其默認值。
getFeaturesCol()	得到的價值featuresCol或其默認值。
getFitIntercept()	得到的價值fitIntercept或其默認值。
getLabelCol()	得到的價值labelCol或其默認值。
getMaxBlockSizeInMB()	得到的價值maxBlockSizeInMB或其默認值。
getMaxIter()	麥克斯特的價值或其默認值。
getOrDefault(參數)	得到參數的值在用戶提供的參數映射或其默認值。
getParam(paramName)	通過它的名稱參數。
getPredictionCol()	得到的價值predictionCol或其默認值。
getRawPredictionCol()	得到的價值rawPredictionCol或其默認值。
getRegParam()	得到的價值regParam或其默認值。
getStandardization()	被標準化的價值或其默認值。
getThreshold()	得到的值閾值或其默認值。
getTol()	被托爾的價值或其默認值。
getWeightCol()	得到的價值weightCol或其默認值。
hasDefault(參數)	檢查是否一個參數有默認值。
hasParam(paramName)	測試這個實例包含一個參數是否與給定名稱(字符串)。
isDefined(參數)	檢查參數是否由用戶或顯式地設置一個默認值。
收取(參數)	檢查參數是否由用戶顯式地設置。
負載(路徑)	從輸入路徑,讀取一個毫升實例的快捷方式read () .load(路徑)。
讀()	返回一個MLReader這個類的實例。
保存(路徑)	這個毫升實例保存到給定的路徑,一個快捷方式的“寫().save(路徑)。
集(參數值)	設置一個參數嵌入參數映射。
setAggregationDepth(值)	設置的值aggregationDepth。
setFeaturesCol(值)	設置的值featuresCol。
setFitIntercept(值)	設置的值fitIntercept。
setLabelCol(值)	設置的值labelCol。
setMaxBlockSizeInMB(值)	設置的值maxBlockSizeInMB。
setMaxIter(值)	設置的值麥克斯特。
setparam(* [,labelCol featuresCol…))	setparam(自我,*,featuresCol =“特性”,labelCol =“標簽”,predictionCol =“預測”,麥克斯特= 100,regParam = 0.0, tol = 1 e-6, rawPredictionCol =“rawPrediction fitIntercept = True,標準化= True,閾值= 0.0,weightCol = None, aggregationDepth = 2, maxBlockSizeInMB = 0.0):設置參數線性SVM分類器。
setPredictionCol(值)	設置的值predictionCol。
setRawPredictionCol(值)	設置的值rawPredictionCol。
setRegParam(值)	設置的值regParam。
setStandardization(值)	設置的值標準化。
setThreshold(值)	設置的值閾值。
setTol(值)	設置的值托爾。
setWeightCol(值)	設置的值weightCol。
寫()	返回一個MLWriter實例毫升實例。

屬性

aggregationDepth
featuresCol
fitIntercept
labelCol
maxBlockSizeInMB
麥克斯特
參數個數	返回所有參數命令的名字。
predictionCol
rawPredictionCol
regParam
標準化
閾值
托爾
weightCol

方法的文檔

清晰的 ( 參數:pyspark.ml.param.Param )→沒有

清除參數映射的參數是否被顯式地設置。

複製 ( 額外的:可選(ParamMap]=沒有一個 )→摩根大通

創建這個實例的副本具有相同uid和一些額外的參數。這個實現第一次調用參數。複製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.

參數

額外的 東西,可選

額外參數複製到新實例

返回

JavaParams

這個實例的副本

explainParam ( 參數:聯盟(str,pyspark.ml.param.Param] )→str

解釋一個參數並返回它的名字,醫生,和可選的默認值,用戶提供的字符串值。

explainParams ( )→str

返回文檔的所有參數選擇默認值和用戶提供的值。

extractParamMap ( 額外的:可選(ParamMap]=沒有一個 )→ParamMap

提取嵌入默認參數值和用戶提供的值,然後合並他們額外的值從輸入平麵參數映射,後者使用價值如果存在衝突,即。排序:默認參數值< <額外的用戶提供的值。

參數

額外的 東西,可選

額外的參數值

返回

dict

合並後的參數映射

適合 ( 數據集:pyspark.sql.dataframe.DataFrame,參數個數:聯盟[ParamMap、列表(ParamMap)元組(ParamMap),沒有一個)=沒有一個 )→聯盟(米,列表(米] ]

適合一個模型與可選參數的輸入數據集。

參數

數據集 pyspark.sql.DataFrame

輸入數據集。

參數個數 dict或列表或元組,可選的

一個可選的參數覆蓋嵌入參數的地圖。如果列表/元組的參數映射,這適用於每一個參數並返回一個列表的模型映射。

返回

變壓器或者一個列表變壓器

擬合模型(年代)

fitMultiple ( 數據集:pyspark.sql.dataframe.DataFrame,paramMaps:序列(ParamMap] )→迭代器(元組(int,米] ]

適合一個模型為每個參數映射的輸入數據集paramMaps。

參數

數據集 pyspark.sql.DataFrame

輸入數據集。

paramMaps collections.abc.Sequence

一係列的參數映射。

返回

_FitMultipleIterator

一個線程安全的iterable包含為每個參數映射模型。每次調用下一個(modelIterator)將返回(指數模型)模型是適合使用在哪裏paramMaps(指數)。指數值可能不是連續的。

getAggregationDepth ( )→int

得到的價值aggregationDepth或其默認值。

getFeaturesCol ( )→str

得到的價值featuresCol或其默認值。

getFitIntercept ( )→bool

得到的價值fitIntercept或其默認值。

getLabelCol ( )→str

得到的價值labelCol或其默認值。

getMaxBlockSizeInMB ( )→浮動

得到的價值maxBlockSizeInMB或其默認值。

getMaxIter ( )→int

麥克斯特的價值或其默認值。

getOrDefault ( 參數:聯盟(str,pyspark.ml.param.Param(T]] )→聯盟(任何,T]

得到參數的值在用戶提供的參數映射或其默認值。如果沒有設置提出了一個錯誤。

getParam ( paramName:str )→pyspark.ml.param.Param

通過它的名稱參數。

getPredictionCol ( )→str

得到的價值predictionCol或其默認值。

getRawPredictionCol ( )→str

得到的價值rawPredictionCol或其默認值。

getRegParam ( )→浮動

得到的價值regParam或其默認值。

getStandardization ( )→bool

被標準化的價值或其默認值。

getThreshold ( )→浮動

得到的值閾值或其默認值。

getTol ( )→浮動

被托爾的價值或其默認值。

getWeightCol ( )→str

得到的價值weightCol或其默認值。

hasDefault ( 參數:聯盟(str,pyspark.ml.param.Param(任何]] )→bool

檢查是否一個參數有默認值。

hasParam ( paramName:str )→bool

測試這個實例包含一個參數是否與給定名稱(字符串)。

isDefined ( 參數:聯盟(str,pyspark.ml.param.Param(任何]] )→bool

檢查參數是否由用戶或顯式地設置一個默認值。

收取 ( 參數:聯盟(str,pyspark.ml.param.Param(任何]] )→bool

檢查參數是否由用戶顯式地設置。

classmethod 負載 ( 路徑:str )→RL

從輸入路徑,讀取一個毫升實例的快捷方式read () .load(路徑)。

classmethod 讀 ( )→pyspark.ml.util.JavaMLReader(RL]

返回一個MLReader這個類的實例。

保存 ( 路徑:str )→沒有

這個毫升實例保存到給定的路徑,一個快捷方式的“寫().save(路徑)。

集 ( 參數:pyspark.ml.param.Param,價值:任何 )→沒有

設置一個參數嵌入參數映射。

setAggregationDepth ( 價值:int )→pyspark.ml.classification.LinearSVC

設置的值aggregationDepth。

setFeaturesCol ( 價值:str )→P

設置的值featuresCol。

setFitIntercept ( 價值:bool )→pyspark.ml.classification.LinearSVC

設置的值fitIntercept。

setLabelCol ( 價值:str )→P

設置的值labelCol。

setMaxBlockSizeInMB ( 價值:浮動 )→pyspark.ml.classification.LinearSVC

設置的值maxBlockSizeInMB。

setMaxIter ( 價值:int )→pyspark.ml.classification.LinearSVC

設置的值麥克斯特。

setparam ( *,featuresCol:str=“特性”,labelCol:str=“標簽”,predictionCol:str=“預測”,麥克斯特:int=One hundred.,regParam:浮動=0.0,托爾:浮動=1 e-06,rawPredictionCol:str=“rawPrediction”,fitIntercept:bool=真正的,標準化:bool=真正的,閾值:浮動=0.0,weightCol:可選(str]=沒有一個,aggregationDepth:int=2,maxBlockSizeInMB:浮動=0.0 )→pyspark.ml.classification.LinearSVC

setparam(自我,*,featuresCol =“特性”,labelCol =“標簽”,predictionCol =“預測”,麥克斯特= 100,regParam = 0.0, tol = 1 e-6, rawPredictionCol =“rawPrediction fitIntercept = True,標準化= True,閾值= 0.0,weightCol = None, aggregationDepth = 2, maxBlockSizeInMB = 0.0):設置參數線性SVM分類器。

setPredictionCol ( 價值:str )→P

設置的值predictionCol。

setRawPredictionCol ( 價值:str )→P

設置的值rawPredictionCol。

setRegParam ( 價值:浮動 )→pyspark.ml.classification.LinearSVC

設置的值regParam。

setStandardization ( 價值:bool )→pyspark.ml.classification.LinearSVC

設置的值標準化。

setThreshold ( 價值:浮動 )→pyspark.ml.classification.LinearSVC

設置的值閾值。

setTol ( 價值:浮動 )→pyspark.ml.classification.LinearSVC

設置的值托爾。

setWeightCol ( 價值:str )→pyspark.ml.classification.LinearSVC

設置的值weightCol。

寫 ( )→pyspark.ml.util.JavaMLWriter

返回一個MLWriter實例毫升實例。

屬性的文檔

aggregationDepth =參數(父母=‘定義’,name = ' aggregationDepth ', doc =的建議深度treeAggregate (> = 2)。)

featuresCol =參數(父母=‘定義’,name = ' featuresCol ', doc =功能列名稱。)

fitIntercept =參數(父母=‘定義’,name = ' fitIntercept ', doc =是否適合一個截距項。)

labelCol =參數(父母=‘定義’,name = ' labelCol ', doc =“標簽列名。”)

maxBlockSizeInMB =參數(父母=‘定義’,name = ' maxBlockSizeInMB ',醫生在MB = '最大內存疊加輸入數據塊。數據分區內堆放。如果超過剩餘的數據大小的分區是調整大小的數據。默認0.0代表了選擇最優值,取決於特定的算法。必須> = 0”。)

麥克斯特 =參數(父母=‘定義’,name =“麥克斯特”,醫生=“馬克斯(> = 0)的迭代次數。)

參數個數

返回所有參數命令的名字。默認實現使用dir ()所有的屬性類型參數。

predictionCol =參數(父母=‘定義’,name = ' predictionCol ', doc =預測列名稱。)

rawPredictionCol =參數(父母=‘定義’,name = ' rawPredictionCol ', doc =“原始預測(又名信心)列名”。)

regParam =參數(父母=‘定義’,name = ' regParam ', doc =“正則化參數(> = 0)”。)

標準化 =參數(父母=‘定義’,name =“標準化”,醫生=是否規範培訓特性擬合模型之前。)

閾值 =參數(父母=‘定義’,name =“閾值”,醫生= '以二進製分類閾值應用到線性模型預測。這個閾值可以是任何實數,正將所有預測0.0和1.0負無窮將使所有的預測。”)

托爾 =參數(父母=‘定義’,name =“托爾”,醫生=迭代算法的收斂公差(> = 0)”。)

weightCol =參數(父母=‘定義’,name = ' weightCol ', doc = '體重列名。如果這不是設置或空,我們對所有實例權重為1.0。”)

以前的

Word2VecModel

下一個

LinearSVCModel