標準化者¶
-
類
pyspark.mllib.feature。標準化者( p:浮動=2.0 ) ¶ -
可實現樣品單獨單元Lp規範
1 < =p<浮動(正),實現樣本規範化使用和(abs(向量)p)(1 / p)為規範。
為p=浮動(正)、馬克斯(abs(向量))將作為標準化的規範。
- 參數
-
- p 浮動,可選
-
標準化在p L ^ ^空間,默認p = 2。
例子
> > >從pyspark.mllib.linalg進口向量> > >v=向量。密集的(範圍(3))> > >也不=標準化者(1)> > >也不。變換(v)DenseVector ((0.0, 0.3333, 0.6667))
> > >抽樣=sc。並行化([v])> > >也不。變換(抽樣)。收集()[DenseVector ((0.0, 0.3333, 0.6667)))
> > >nor2=標準化者(浮動(“正”))> > >nor2。變換(v)DenseVector ((0.0, 0.5, 1.0))
方法
變換(向量)適用於單位長度歸一化向量。
方法的文檔
-
變換( 向量:聯盟(VectorLike,pyspark.rdd.RDD(VectorLike]] )→聯盟( pyspark.mllib.linalg.Vector ,pyspark.rdd.RDD( pyspark.mllib.linalg.Vector ] ] ¶ -
適用於單位長度歸一化向量。
- 參數
-
-
向量
pyspark.mllib.linalg.Vector或pyspark.RDD -
向量或抽樣向量歸一化。
-
向量
- 返回
-
-
pyspark.mllib.linalg.Vector或pyspark.RDD -
歸一化向量(s)。如果輸入的標準是零,它將返回輸入向量。
-