VectorSlicer

類 pyspark.ml.feature。 VectorSlicer ( *,inputCol:可選(str]=沒有一個,outputCol:可選(str]=沒有一個,指數:可選(列表(int]]=沒有一個,的名字:可選(列表(str]]=沒有一個 )

這門課需要一個特征向量和輸出向量的一個新特性子數組的原始特性。

可以指定特性的子集指數(setIndices ())或名稱(setNames ())。必須選擇至少一個特性。不允許重複的功能,所以不可能有重疊選擇指數和名字。

輸出向量將訂單特性與所選指標第一(特定的順序),其次是選擇的名字(給定的順序)。

例子

> > >從pyspark.ml.linalg進口向量> > >df=火花。createDataFrame([…(向量。密集的([- - - - - -2.0,2.3,0.0,0.0,1.0),),…(向量。密集的([0.0,0.0,0.0,0.0,0.0),),…(向量。密集的([0.6,- - - - - -1.1,- - - - - -3.0,4.5,3.3),),(“特征”])> > >vs=VectorSlicer(outputCol=“切”,指數=(1,4])> > >vs。setInputCol(“特征”)VectorSlicer……> > >vs。變換(df)。頭()。切片DenseVector ([2.3, 1.0])> > >vectorSlicerPath=temp_path+“/ vector-slicer”> > >vs。保存(vectorSlicerPath)> > >loadedVs=VectorSlicer。負載(vectorSlicerPath)> > >loadedVs。getIndices()= =vs。getIndices()真正的> > >loadedVs。getname()= =vs。getname()真正的> > >loadedVs。變換(df)。取(1)= =vs。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。
getIndices()	得到指標的價值或其默認值。
getInputCol()	得到的價值inputCol或其默認值。
getname()	名稱或其默認值的值。
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。
setIndices(值)	設置的值指數。
setInputCol(值)	設置的值inputCol。
setNames(值)	設置的值的名字。
setOutputCol(值)	設置的值outputCol。
setparam(* (inputCol outputCol,指數,…))	setparam(自我,*,inputCol = None, outputCol = None,指數=沒有名字= None):這個VectorSlicer設置參數。
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

指數
inputCol
的名字
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

getIndices ( )→列表(int]

得到指標的價值或其默認值。

getInputCol ( )→str

得到的價值inputCol或其默認值。

getname ( )→列表(str]

名稱或其默認值的值。

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。

setIndices ( 價值:列表(int] )→pyspark.ml.feature.VectorSlicer

設置的值指數。

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

設置的值inputCol。

setNames ( 價值:列表(str] )→pyspark.ml.feature.VectorSlicer

設置的值的名字。

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

設置的值outputCol。

setparam ( *,inputCol:可選(str]=沒有一個,outputCol:可選(str]=沒有一個,指數:可選(列表(int]]=沒有一個,的名字:可選(列表(str]]=沒有一個 )→pyspark.ml.feature.VectorSlicer

setparam(自我,*,inputCol = None, outputCol = None,指數=沒有名字= None):這個VectorSlicer設置參數。

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

指數 :pyspark.ml.param.Param(列表(int)) =參數(父母=‘定義’,name =“指數”,醫生= '的數組索引選擇特性從一個向量列。不可能有重疊的名字。”)

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

的名字 :pyspark.ml.param.Param(列表(str)) =參數(父母=‘定義’,name = '名稱',doc = '數組特性名稱從一個向量列選擇特性。通過ML org.apache.spark.ml.attribute.Attribute這些名稱必須被指定。不可能有重疊指數。”)

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

VectorSizeHint

下一個

Word2Vec