RobustScaler

類 pyspark.ml.feature。 RobustScaler ( *,較低的:浮動=0.25,上:浮動=0.75,withCentering:bool=假,withScaling:bool=真正的,inputCol:可選(str]=沒有一個,outputCol:可選(str]=沒有一個,relativeError:浮動=0.001 )

RobustScaler刪除中間值和尺度根據分位數的數據範圍。分位數範圍默認差(四分位範圍,分位數之間第一個四分位數= 25分位數和第三四分位數= 75分位數)但可以配置。定心和擴展發生獨立對每個特性計算的相關統計數據樣本訓練集。值和分位數範圍存儲上使用後數據使用變換方法。請注意,NaN值被忽略在計算中位數和範圍。

例子

> > >從pyspark.ml.linalg進口向量> > >數據=((0,向量。密集的([0.0,0.0),),…(1,向量。密集的([1.0,- - - - - -1.0),),…(2,向量。密集的([2.0,- - - - - -2.0),),…(3,向量。密集的([3.0,- - - - - -3.0),),…(4,向量。密集的([4.0,- - - - - -4.0),),> > >df=火花。createDataFrame(數據,(“id”,“特征”])> > >定標器=RobustScaler()> > >定標器。setInputCol(“特征”)RobustScaler……> > >定標器。setOutputCol(“縮放”)RobustScaler……> > >模型=定標器。適合(df)> > >模型。setOutputCol(“輸出”)RobustScalerModel……> > >模型。中位數DenseVector ([2.0, -2.0])> > >模型。範圍DenseVector ([2.0, 2.0])> > >模型。變換(df)。收集()(1]。輸出DenseVector ([0.5, -0.5])> > >scalerPath=temp_path+“/ robust-scaler”> > >定標器。保存(scalerPath)> > >loadedScaler=RobustScaler。負載(scalerPath)> > >loadedScaler。getWithCentering()= =定標器。getWithCentering()真正的> > >loadedScaler。getWithScaling()= =定標器。getWithScaling()真正的> > >modelPath=temp_path+“/ robust-scaler-model”> > >模型。保存(modelPath)> > >loadedModel=RobustScalerModel。負載(modelPath)> > >loadedModel。中位數= =模型。中位數真正的> > >loadedModel。範圍= =模型。範圍真正的> > >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。
getLower()	得到較低的價值或其默認值。
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。
getRelativeError()	得到的價值relativeError或其默認值。
服飾()	得到的值上或其默認值。
getWithCentering()	得到的價值withCentering或其默認值。
getWithScaling()	得到的價值withScaling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。
setInputCol(值)	設置的值inputCol。
setLower(值)	設置的值較低的。
setOutputCol(值)	設置的值outputCol。
setparam(自我,\[,下,上,…))	為這個RobustScaler設置參數。
setRelativeError(值)	設置的值relativeError。
setUpper(值)	設置的值上。
setWithCentering(值)	設置的值withCentering。
setWithScaling(值)	設置的值withScaling。
寫()	返回一個MLWriter實例毫升實例。

屬性

inputCol
較低的
outputCol
參數個數	返回所有參數命令的名字。
relativeError
上
withCentering
withScaling

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。

getLower ( )→浮動

得到較低的價值或其默認值。

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。

getRelativeError ( )→浮動

得到的價值relativeError或其默認值。

服飾 ( )→浮動

得到的值上或其默認值。

getWithCentering ( )→bool

得到的價值withCentering或其默認值。

getWithScaling ( )→bool

得到的價值withScaling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。

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

設置的值inputCol。

setLower ( 價值:浮動 )→pyspark.ml.feature.RobustScaler

設置的值較低的。

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

設置的值outputCol。

setparam ( 自我,\ *,低= 0.25,上= 0.75,withCentering = False,withScaling = True,inputCol =沒有,outputCol =沒有,relativeError = 0.001 )

為這個RobustScaler設置參數。

setRelativeError ( 價值:浮動 )→pyspark.ml.feature.RobustScaler

設置的值relativeError。

setUpper ( 價值:浮動 )→pyspark.ml.feature.RobustScaler

設置的值上。

setWithCentering ( 價值:bool )→pyspark.ml.feature.RobustScaler

設置的值withCentering。

setWithScaling ( 價值:bool )→pyspark.ml.feature.RobustScaler

設置的值withScaling。

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。)

較低的 =參數(父母=‘定義’,name = '低',doc =低的分位數計算分位數範圍)

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。

relativeError =參數(父母=‘定義’,name = ' relativeError ', doc = '相對目標精度的近似算法分位數。必須在[0,1]”)

上 =參數(父母=‘定義’,name =‘上’,醫生=上分位數計算分位數範圍)

withCentering =參數(父母=‘定義’,name = ' withCentering ', doc =是否中心數據值)

withScaling =參數(父母=‘定義’,name = ' withScaling ', doc =“是否規模數據分位數範圍”)

以前的

QuantileDiscretizer

下一個

RobustScalerModel