Python pyspark ElementwiseProduct用法及代码示例

本文简要介绍 pyspark.ml.feature.ElementwiseProduct 的用法。

用法: class pyspark.ml.feature.ElementwiseProduct(*, scalingVec=None, inputCol=None, outputCol=None)

使用提供的 “weight” 向量输出每个输入向量的 Hadamard 乘积(即元素乘积)。换句话说，它通过标量乘数缩放数据集的每一列。

1.5.0 版中的新函数。

例子：

>>> from pyspark.ml.linalg import Vectors
>>> df = spark.createDataFrame([(Vectors.dense([2.0, 1.0, 3.0]),)], ["values"])
>>> ep = ElementwiseProduct()
>>> ep.setScalingVec(Vectors.dense([1.0, 2.0, 3.0]))
ElementwiseProduct...
>>> ep.setInputCol("values")
ElementwiseProduct...
>>> ep.setOutputCol("eprod")
ElementwiseProduct...
>>> ep.transform(df).head().eprod
DenseVector([2.0, 2.0, 9.0])
>>> ep.setParams(scalingVec=Vectors.dense([2.0, 3.0, 5.0])).transform(df).head().eprod
DenseVector([4.0, 3.0, 15.0])
>>> elementwiseProductPath = temp_path + "/elementwise-product"
>>> ep.save(elementwiseProductPath)
>>> loadedEp = ElementwiseProduct.load(elementwiseProductPath)
>>> loadedEp.getScalingVec() == ep.getScalingVec()
True
>>> loadedEp.transform(df).take(1) == ep.transform(df).take(1)
True

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.ml.feature.ElementwiseProduct。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。