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。
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。
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。
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
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。
-
數據集
- 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。
-
數據集
- 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
。
-