VectorSizeHint

類 pyspark.ml.feature。 VectorSizeHint ( *,inputCol:可選(str]=沒有一個,大小:可選(int]=沒有一個,handleInvalid:str=“錯誤” )

變壓器的特性,將大小信息添加到元數據向量的列。VectorAssembler需求規模的信息輸入列,不能用於流dataframes沒有這個元數據。

筆記

VectorSizeHint修改inputCol包括元數據和沒有outputCol大小。

例子

> > >從pyspark.ml.linalg進口向量> > >從pyspark.ml進口管道,PipelineModel> > >數據=((向量。密集的([1。,2。,3所示。]),4所示。)]> > >df=火花。createDataFrame(數據,(“向量”,“浮動”])> > >> > >sizeHint=VectorSizeHint(inputCol=“向量”,大小=3,handleInvalid=“跳過”)> > >vecAssembler=VectorAssembler(inputCols=(“向量”,“浮動”),outputCol=“組裝”)> > >管道=管道(階段=(sizeHint,vecAssembler])> > >> > >pipelineModel=管道。適合(df)> > >pipelineModel。變換(df)。頭()。組裝DenseVector ([1.0, 2.0, 3.0, 4.0])> > >vectorSizeHintPath=temp_path+“/ vector-size-hint-pipeline”> > >pipelineModel。保存(vectorSizeHintPath)> > >loadedPipeline=PipelineModel。負載(vectorSizeHintPath)> > >加載=loadedPipeline。變換(df)。頭()。組裝> > >預期=pipelineModel。變換(df)。頭()。組裝> > >加載= =預期真正的

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。
getHandleInvalid()	得到的價值handleInvalid或其默認值。
getInputCol()	得到的價值inputCol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。
getSize()	尺寸參數,向量的大小inputCol。
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。
setHandleInvalid(值)	設置的值handleInvalid。
setInputCol(值)	設置的值inputCol。
setparam(自我,\ [inputCol,大小,…))	為這個VectorSizeHint設置參數。
setSize(值)	套尺寸參數向量的大小inputCol。
變換(數據集[params))	與可選參數轉換的輸入數據集。
寫()	返回一個MLWriter實例毫升實例。

屬性

handleInvalid
inputCol
參數個數	返回所有參數命令的名字。
大小

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

getHandleInvalid ( )→str

得到的價值handleInvalid或其默認值。

getInputCol ( )→str

得到的價值inputCol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。

getSize ( )→int

尺寸參數,向量的大小inputCol。

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。

setHandleInvalid ( 價值:str )→pyspark.ml.feature.VectorSizeHint

設置的值handleInvalid。

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

設置的值inputCol。

setparam ( 自我,\ *,inputCol =沒有,大小=沒有,handleInvalid = "錯誤" )

為這個VectorSizeHint設置參數。

setSize ( 價值:int )→pyspark.ml.feature.VectorSizeHint

套尺寸參數向量的大小inputCol。

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

寫 ( )→pyspark.ml.util.JavaMLWriter

返回一個MLWriter實例毫升實例。

屬性的文檔

handleInvalid :pyspark.ml.param.Param (str) =參數(父母=‘定義’,name = ' handleInvalid ', doc = '如何處理無效的inputCol向量。無效的向量包括null和向量的大小。選擇“跳過”(過濾與無效的行向量),“錯誤”(拋出一個錯誤)和“樂觀”(不檢查矢量大小,並保持所有行)。默認的錯誤。”)

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

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。

大小 :pyspark.ml.param.Param (int) =參數(父母=‘定義’,name =“大小”,醫生=列向量的大小。)

以前的

VectorIndexerModel

下一個

VectorSlicer