RFormula¶
-
類
pyspark.ml.feature。
RFormula
( *,公式:可選(str]=沒有一個,featuresCol:str=“特性”,labelCol:str=“標簽”,forceIndexLabel:bool=假,stringIndexerOrderType:str=“frequencyDesc”,handleInvalid:str=“錯誤” ) ¶ -
實現所需的變換擬合數據集對R模型公式。目前我們支持的有限子集R運營商,包括‘~’,”。”、“:”、“+”、“-”、“*”,和“^”。
筆記
也看到了R公式文檔。
例子
> > >df=火花。createDataFrame([…(1.0,1.0,“一個”),…(0.0,2.0,“b”),…(0.0,0.0,“一個”)…),(“y”,“x”,“s”])> > >射頻=RFormula(公式=“x y ~ + s”)> > >模型=射頻。適合(df)> > >模型。getLabelCol()“標簽”> > >模型。變換(df)。顯示()+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - - - +x y | | | | | |特性標簽+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - - - +| 1.0 | 1.0 | | [1.0,1.0]| 1.0 || | 0.0 | 2.0 | b [2.0, 0.0] | 0.0 || 0.0 | 0.0 | | [0.0,1.0]| 0.0 |+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - - - +…> > >射頻。適合(df,{射頻。公式:“y ~。年代”})。變換(df)。顯示()+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - +x y | | | | | |特性標簽+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - +(1.0)| 1.0 | 1.0 | | | 1.0 |b | | 0.0 | 2.0 | 2.0 | 0.0 |(0.0)| 0.0 | 0.0 | | | 0.0 |+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - +…> > >rFormulaPath=temp_path+“/ rFormula”> > >射頻。保存(rFormulaPath)> > >loadedRF=RFormula。負載(rFormulaPath)> > >loadedRF。getFormula()= =射頻。getFormula()真正的> > >loadedRF。getFeaturesCol()= =射頻。getFeaturesCol()真正的> > >loadedRF。getLabelCol()= =射頻。getLabelCol()真正的> > >loadedRF。getHandleInvalid()= =射頻。getHandleInvalid()真正的> > >str(loadedRF)“RFormula x (y ~ + s) (uid =…)> > >modelPath=temp_path+“/ rFormulaModel”> > >模型。保存(modelPath)> > >loadedModel=RFormulaModel。負載(modelPath)> > >loadedModel。uid= =模型。uid真正的> > >loadedModel。變換(df)。顯示()+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - - - +x y | | | | | |特性標簽+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - - - +| 1.0 | 1.0 | | [1.0,1.0]| 1.0 || | 0.0 | 2.0 | b [2.0, 0.0] | 0.0 || 0.0 | 0.0 | | [0.0,1.0]| 0.0 |+ - - - + - - - + - - - + - - - - - - - - - - - - - - - - - - +…> > >str(loadedModel)RFormulaModel (ResolvedRFormula(標簽= y = x,年代,hasIntercept = true)) (uid =…)
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featuresCol或其默認值。
獲得的價值
forceIndexLabel
。獲得的價值
公式
。得到的價值handleInvalid或其默認值。
得到的價值labelCol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。
獲得的價值
stringIndexerOrderType
或其默認值“frequencyDesc”。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。
設置的值
featuresCol
。設置的值
forceIndexLabel
。setFormula
(值)設置的值
公式
。設置的值
handleInvalid
。setLabelCol
(值)設置的值
labelCol
。setparam
(自我,\[公式,featuresCol…))RFormula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。
-
-
getFeaturesCol
( )→str¶ -
得到的價值featuresCol或其默認值。
-
getForceIndexLabel
( )→bool¶ -
獲得的價值
forceIndexLabel
。
-
getHandleInvalid
( )→str¶ -
得到的價值handleInvalid或其默認值。
-
getLabelCol
( )→str¶ -
得到的價值labelCol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。
-
getStringIndexerOrderType
( )→str¶ -
獲得的價值
stringIndexerOrderType
或其默認值“frequencyDesc”。
-
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。
-
setFeaturesCol
( 價值:str )→pyspark.ml.feature.RFormula ¶ -
設置的值
featuresCol
。
-
setForceIndexLabel
( 價值:bool )→pyspark.ml.feature.RFormula ¶ -
設置的值
forceIndexLabel
。
-
setFormula
( 價值:str )→pyspark.ml.feature.RFormula ¶ -
設置的值
公式
。
-
setHandleInvalid
( 價值:str )→pyspark.ml.feature.RFormula ¶ -
設置的值
handleInvalid
。
-
setLabelCol
( 價值:str )→pyspark.ml.feature.RFormula ¶ -
設置的值
labelCol
。
-
setparam
( 自我,\ *,公式=沒有,featuresCol = "特性",labelCol = "標簽",forceIndexLabel = False,stringIndexerOrderType = " frequencyDesc ",handleInvalid = "錯誤" ) ¶ -
RFormula設置參數。
-
setStringIndexerOrderType
( 價值:str )→pyspark.ml.feature.RFormula ¶
-
寫
( )→pyspark.ml.util.JavaMLWriter¶ -
返回一個MLWriter實例毫升實例。
屬性的文檔
-
featuresCol
=參數(父母=‘定義’,name = ' featuresCol ', doc =功能列名稱。) ¶
-
forceIndexLabel
=參數(父母=‘定義’,name = ' forceIndexLabel ', doc =“力量指數標簽是否數字或字符串”) ¶
-
公式
=參數(父母=‘定義’,name = '公式',doc = R模型公式) ¶
-
handleInvalid
=參數(父母=‘定義’,name = ' handleInvalid ', doc = "如何處理無效的條目。選擇“跳過”(過濾掉行無效值),“錯誤”(拋出一個錯誤),或“保持”(把無效的數據放在一個特別的額外的桶,在指數numLabels)。”) ¶
-
labelCol
=參數(父母=‘定義’,name = ' labelCol ', doc =“標簽列名。”) ¶
-
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
。
-
stringIndexerOrderType
=參數(父母=‘定義’,name = ' stringIndexerOrderType ', doc = '如何訂單類別的一係列特性StringIndexer所使用的列。最後一個類別排序後編碼字符串時下降。支持選擇:frequencyDesc、frequencyAsc alphabetDesc alphabetAsc。默認值是frequencyDesc。當命令設置alphabetDesc, RFormula滴同一類別時R編碼字符串。”) ¶
-