StringIndexerModel

pyspark.ml.feature。 StringIndexerModel ( java_model:可選(JavaObject]=沒有一個 )

模型擬合的StringIndexer

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。

from_arrays_of_labels(arrayOfLabels inputCols)

構建模型直接從數組的數組的標簽字符串,需要積極SparkContext。

from_labels(標簽,inputCol [、outputCol…])

構造模型直接從字符串數組的標簽,需要積極SparkContext。

getHandleInvalid()

得到的價值handleInvalid或其默認值。

getInputCol()

得到的價值inputCol或其默認值。

getInputCols()

得到的價值inputCols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。

getOutputCol()

得到的價值outputCol或其默認值。

getOutputCols()

得到的價值outputCols或其默認值。

getParam(paramName)

通過它的名稱參數。

getStringOrderType()

獲得的價值stringOrderType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)

()

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)。

(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

setInputCols(值)

設置的值inputCols

setOutputCol(值)

設置的值outputCol

setOutputCols(值)

設置的值outputCols

變換(數據集[params))

與可選參數轉換的輸入數據集。

()

返回一個MLWriter實例毫升實例。

屬性

handleInvalid

inputCol

inputCols

標簽

有序列表的標簽,對應指標分配。

labelsArray

數組有序列表的標簽,對應指標分配對每個輸入列。

outputCol

outputCols

參數個數

返回所有參數命令的名字。

stringOrderType

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

classmethod from_arrays_of_labels ( arrayOfLabels:列表(列表(str]],inputCols:列表(str],outputCols:可選(列表(str]]=沒有一個,handleInvalid:可選(str]=沒有一個 )pyspark.ml.feature.StringIndexerModel

構建模型直接從數組的數組的標簽字符串,需要積極SparkContext。

classmethod from_labels ( 標簽:列表(str],inputCol:str,outputCol:可選(str]=沒有一個,handleInvalid:可選(str]=沒有一個 )pyspark.ml.feature.StringIndexerModel

構造模型直接從字符串數組的標簽,需要積極SparkContext。

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。

getInputCols ( )→列表(str]

得到的價值inputCols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。

getOutputCols ( )→列表(str]

得到的價值outputCols或其默認值。

getParam ( paramName:str )pyspark.ml.param.Param

通過它的名稱參數。

getStringOrderType ( )→str

獲得的價值stringOrderType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 ( )→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)。

( 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.StringIndexerModel

設置的值handleInvalid

setInputCol ( 價值:str )pyspark.ml.feature.StringIndexerModel

設置的值inputCol

setInputCols ( 價值:列表(str] )pyspark.ml.feature.StringIndexerModel

設置的值inputCols

setOutputCol ( 價值:str )pyspark.ml.feature.StringIndexerModel

設置的值outputCol

setOutputCols ( 價值:列表(str] )pyspark.ml.feature.StringIndexerModel

設置的值outputCols

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

( )→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 = "如何處理無效數據(看不見的或NULL值)的特性和標簽列字符串類型。選擇“跳過”(過濾掉行無效數據),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)。”)
inputCol =參數(父母=‘定義’,name = ' inputCol ', doc =輸入列名稱。)
inputCols =參數(父母=‘定義’,name = ' inputCols ', doc =輸入列名稱。)
標簽

有序列表的標簽,對應指標分配。

它將在未來的版本中移除。使用labelsArray方法相反。

labelsArray

數組有序列表的標簽,對應指標分配對每個輸入列。

outputCol =參數(父母=‘定義’,name = ' outputCol ', doc =輸出列名稱。)
outputCols =參數(父母=‘定義’,name = ' outputCols ', 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

stringOrderType :pyspark.ml.param.Param (str) =參數(父母=‘定義’,name = ' stringOrderType ', doc = '如何訂購標簽的字符串列。排序後的第一個標簽分配索引為0。支持選擇:frequencyDesc、frequencyAsc alphabetDesc alphabetAsc。默認是frequencyDesc。在相同的頻率下frequencyDesc / Asc,字符串是進一步按照字母順序排列)