BisectingKMeansModel

pyspark.ml.clustering。 BisectingKMeansModel ( java_model:可選(JavaObject]=沒有一個 )

由BisectingKMeans模型擬合。

方法

清晰的(參數)

清除參數映射的參數是否被顯式地設置。

clusterCenters()

得到聚類中心,表示為一個列表的NumPy數組。

computeCost(數據集)

計算輸入點之間的距離平方的總和及其相應的集群中心。

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。

getDistanceMeasure()

得到的價值distanceMeasure或其默認值。

getFeaturesCol()

得到的價值featuresCol或其默認值。

getK()

獲得的價值k或其默認值。

getMaxIter()

麥克斯特的價值或其默認值。

getMinDivisibleClusterSize()

獲得的價值minDivisibleClusterSize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。

getSeed()

種子的價值或其默認值。

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)

預測(值)

預測給定特性的標簽。

()

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)。

(參數值)

設置一個參數嵌入參數映射。

setFeaturesCol(值)

設置的值featuresCol

setPredictionCol(值)

設置的值predictionCol

變換(數據集[params))

與可選參數轉換的輸入數據集。

()

返回一個MLWriter實例毫升實例。

屬性

distanceMeasure

featuresCol

hasSummary

表明這個模型實例是否存在一個培訓總結。

k

麥克斯特

minDivisibleClusterSize

參數個數

返回所有參數命令的名字。

predictionCol

種子

總結

總結(集群,集群大小)模型的訓練訓練集。

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。

clusterCenters ( )→列表(numpy.ndarray]

得到聚類中心,表示為一個列表的NumPy數組。

computeCost ( 數據集:pyspark.sql.dataframe.DataFrame )→浮動

計算輸入點之間的距離平方的總和及其相應的集群中心。

它將在未來的版本中移除。使用ClusteringEvaluator代替。你也可以在訓練數據集總結成本。

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

getDistanceMeasure ( )→str

得到的價值distanceMeasure或其默認值。

getFeaturesCol ( )→str

得到的價值featuresCol或其默認值。

getK ( )→int

獲得的價值k或其默認值。

getMaxIter ( )→int

麥克斯特的價值或其默認值。

getMinDivisibleClusterSize ( )→浮動

獲得的價值minDivisibleClusterSize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。

getSeed ( )→int

種子的價值或其默認值。

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)

預測 ( 價值:pyspark.ml.linalg.Vector )→int

預測給定特性的標簽。

classmethod ( )→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)。

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

設置一個參數嵌入參數映射。

setFeaturesCol ( 價值:str )pyspark.ml.clustering.BisectingKMeansModel

設置的值featuresCol

setPredictionCol ( 價值:str )pyspark.ml.clustering.BisectingKMeansModel

設置的值predictionCol

變換 ( 數據集:pyspark.sql.dataframe.DataFrame,參數個數:可選(ParamMap]=沒有一個 )→pyspark.sql.dataframe.DataFrame

與可選參數轉換的輸入數據集。

參數
數據集 pyspark.sql.DataFrame

輸入數據集

參數個數 東西,可選

一個可選的參數覆蓋嵌入參數的地圖。

返回
pyspark.sql.DataFrame

改變了數據集

( )→pyspark.ml.util.JavaMLWriter

返回一個MLWriter實例毫升實例。

屬性的文檔

distanceMeasure =參數(父母=‘定義’,name = ' distanceMeasure ', doc = "測量的距離。支持選擇:“歐幾裏得”和“餘弦”。”)
featuresCol =參數(父母=‘定義’,name = ' featuresCol ', doc =功能列名稱。)
hasSummary

表明這個模型實例是否存在一個培訓總結。

k :pyspark.ml.param.Param (int) =參數(父母=‘定義’,名字=“k”,醫生= '所需的葉簇的數量。必須> 1。)
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。)
minDivisibleClusterSize :pyspark.ml.param.Param(浮動) =參數(父母=‘定義’,name = ' minDivisibleClusterSize ', doc = '最小數量的點(如果> = 1.0)或最低比例的點(如果< 1.0)可分集群。”)
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。)
種子 =參數(父母=‘定義’,name =“種子”,醫生=“隨機種子。”)
總結

總結(集群,集群大小)模型的訓練集訓練。如果沒有總結拋出異常。

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。”)