分詞器¶

類 pyspark.ml.feature。 分詞器 ( *,inputCol:可選(str]=沒有一個,outputCol:可選(str]=沒有一個 ) ¶

一個編譯器,將輸入字符串轉換為小寫,然後分裂的空白。

例子

           > > >df=火花。createDataFrame(((“a b c”),(“文本”])> > >分詞器=分詞器(outputCol=“單詞”)> > >分詞器。setInputCol(“文本”)記號賦予器……> > >分詞器。變換(df)。頭()行(文本= a b c,話說= [a, b ' c '])> > >#改變一個參數。> > >分詞器。setparam(outputCol=“令牌”)。變換(df)。頭()行(文本= ' a b c’,令牌= [a, b ' c '])> > >#暫時修改一個參數。> > >分詞器。變換(df,{分詞器。outputCol:“單詞”})。頭()行(文本= a b c,話說= [a, b ' c '])> > >分詞器。變換(df)。頭()行(文本= ' a b c’,令牌= [a, b ' c '])> > >#必須使用關鍵字參數來指定參數。> > >分詞器。setparam(“文本”)回溯(最近的電話):…TypeError:關鍵字參數方法setparam力量。> > >tokenizerPath=temp_path+“/記號賦予器”> > >分詞器。保存(tokenizerPath)> > >loadedTokenizer=分詞器。負載(tokenizerPath)> > >loadedTokenizer。變換(df)。頭()。令牌= =分詞器。變換(df)。頭()。令牌真正的
          

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。
`getInputCol`()	得到的價值inputCol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。
`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`。
`setOutputCol`(值)	設置的值`outputCol`。
`setparam`(自我\ * [、inputCol outputCol])	這個記號賦予器設置參數。
`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

`inputCol`
`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

getInputCol ( )→str¶: 得到的價值inputCol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.Tokenizer ¶: 設置的值inputCol。

setOutputCol ( 價值:str )→pyspark.ml.feature.Tokenizer ¶: 設置的值outputCol。

setparam ( 自我,\ *,inputCol =沒有,outputCol =沒有 ) ¶: 這個記號賦予器設置參數。

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

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

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

StringIndexerModel

下一個

UnivariateFeatureSelector