MinMaxScaler

類 pyspark.ml.feature。 MinMaxScaler ( *,最小值:浮動=0.0,馬克斯:浮動=1.0,inputCol:可選(str]=沒有一個,outputCol:可選(str]=沒有一個 )

重新調節每個特性單獨一個共同的範圍(最小,最大)線性使用列的彙總統計,也稱為min-max標準化或重新調節。特性的新值E計算,

新(e_i) = (e_i - E_min) / (E_max - E_min) *(最大值-最小值)+分鍾

對於E_max = = E_min,新(e_i) = 0.5 * (max +分鍾)

筆記

因為零值可能會轉化為非零值,變壓器的輸出將DenseVector甚至稀疏的輸入。

例子

> > >從pyspark.ml.linalg進口向量> > >df=火花。createDataFrame(((向量。密集的([0.0),),(向量。密集的([2.0),),(“一個”])> > >mmScaler=MinMaxScaler(outputCol=“縮放”)> > >mmScaler。setInputCol(“一個”)MinMaxScaler……> > >模型=mmScaler。適合(df)> > >模型。setOutputCol(“scaledOutput”)MinMaxScalerModel……> > >模型。originalMinDenseVector ([0.0])> > >模型。originalMaxDenseVector ([2.0])> > >模型。變換(df)。顯示()+ - - - - - - - - - - - - - - - - - - +|的| scaledOutput |+ - - - - - - - - - - - - - - - - - - +(0.0)(0.0)| | |(1.0)(2.0)| | |+ - - - - - - - - - - - - - - - - - - +…> > >minMaxScalerPath=temp_path+“/ min-max-scaler”> > >mmScaler。保存(minMaxScalerPath)> > >loadedMMScaler=MinMaxScaler。負載(minMaxScalerPath)> > >loadedMMScaler。getMin()= =mmScaler。getMin()真正的> > >loadedMMScaler。getMax()= =mmScaler。getMax()真正的> > >modelPath=temp_path+“/ min-max-scaler-model”> > >模型。保存(modelPath)> > >loadedModel=MinMaxScalerModel。負載(modelPath)> > >loadedModel。originalMin= =模型。originalMin真正的> > >loadedModel。originalMax= =模型。originalMax真正的> > >loadedModel。變換(df)。取(1)= =模型。變換(df)。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。
getInputCol()	得到的價值inputCol或其默認值。
getMax()	得到最大的價值或其默認值。
getMin()	得到最小的價值或其默認值。
getOrDefault(參數)	得到參數的值在用戶提供的參數映射或其默認值。
getOutputCol()	得到的價值outputCol或其默認值。
getParam(paramName)	通過它的名稱參數。
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。
setInputCol(值)	設置的值inputCol。
setMax(值)	設置的值馬克斯。
setMin(值)	設置的值最小值。
setOutputCol(值)	設置的值outputCol。
setparam(自我,\[,最小,最大,inputCol,…))	為這個MinMaxScaler設置參數。
寫()	返回一個MLWriter實例毫升實例。

屬性

inputCol
馬克斯
最小值
outputCol
參數個數	返回所有參數命令的名字。

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。

getInputCol ( )→str

得到的價值inputCol或其默認值。

getMax ( )→浮動

得到最大的價值或其默認值。

getMin ( )→浮動

得到最小的價值或其默認值。

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。

getOutputCol ( )→str

得到的價值outputCol或其默認值。

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

通過它的名稱參數。

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。

setInputCol ( 價值:str )→pyspark.ml.feature.MinMaxScaler

設置的值inputCol。

setMax ( 價值:浮動 )→pyspark.ml.feature.MinMaxScaler

設置的值馬克斯。

setMin ( 價值:浮動 )→pyspark.ml.feature.MinMaxScaler

設置的值最小值。

setOutputCol ( 價值:str )→pyspark.ml.feature.MinMaxScaler

設置的值outputCol。

setparam ( 自我,\ *,最小值= 0.0,max = 1.0,inputCol =沒有,outputCol =沒有 )

為這個MinMaxScaler設置參數。

寫 ( )→pyspark.ml.util.JavaMLWriter

返回一個MLWriter實例毫升實例。

屬性的文檔

inputCol =參數(父母=‘定義’,name = ' inputCol ', doc =輸入列名稱。)

馬克斯 =參數(父母=‘定義’,name =‘麥克斯’,醫生=輸出功能範圍的上限)

最小值 =參數(父母=‘定義’,name =“分鍾”,醫生=輸出功能範圍的下限)

outputCol =參數(父母=‘定義’,name = ' outputCol ', doc =輸出列名稱。)

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。

以前的

MinHashLSHModel

下一個

MinMaxScalerModel