BinaryClassificationEvaluator

类 pyspark.ml.evaluation。 BinaryClassificationEvaluator ( *,rawPredictionCol:str=“rawPrediction”,labelCol:str=“标签”,metricName:BinaryClassificationEvaluatorMetricType=“areaUnderROC”,weightCol:可选(str]=没有一个,numBins:int=1000年 )

二进制分类评估者,预计rawPrediction输入列,列标签和一个可选的重量。rawPrediction列可以双型(二进制预测0/1,或标签的概率1)或者类型的向量(矢量长度为2的原始预测,分数,或标签概率)。

例子

> > >从pyspark.ml.linalg进口向量> > >scoreAndLabels=地图(λx:(向量。密集的([1.0- - - - - -x(0),x(0]]),x(1]),…((0.1,0.0),(0.1,1.0),(0.4,0.0),(0.6,0.0),(0.6,1.0),(0.6,1.0),(0.8,1.0)))> > >数据集=火花。createDataFrame(scoreAndLabels,(“原始”,“标签”])…> > >评估者=BinaryClassificationEvaluator()> > >评估者。setRawPredictionCol(“原始”)BinaryClassificationEvaluator……> > >评估者。评估(数据集)0.70……> > >评估者。评估(数据集,{评估者。metricName:“areaUnderPR”})0.83……> > >bce_path=temp_path+公元前“/”> > >评估者。保存(bce_path)> > >evaluator2=BinaryClassificationEvaluator。负载(bce_path)> > >str(evaluator2。getRawPredictionCol())“生”> > >scoreAndLabelsAndWeight=地图(λx:(向量。密集的([1.0- - - - - -x(0),x(0]]),x(1),x(2]),…((0.1,0.0,1.0),(0.1,1.0,0.9),(0.4,0.0,0.7),(0.6,0.0,0.9),…(0.6,1.0,1.0),(0.6,1.0,0.3),(0.8,1.0,1.0)))> > >数据集=火花。createDataFrame(scoreAndLabelsAndWeight,(“原始”,“标签”,“重量”])…> > >评估者=BinaryClassificationEvaluator(rawPredictionCol=“原始”,weightCol=“重量”)> > >评估者。评估(数据集)0.70……> > >评估者。评估(数据集,{评估者。metricName:“areaUnderPR”})0.82……> > >评估者。getNumBins()1000年

方法

清晰的(参数)	清除参数映射的参数是否被显式地设置。
复制((额外的))	创建这个实例的副本具有相同uid和一些额外的参数。
评估(数据集[params))	评估可选参数的输出。
explainParam(参数)	解释一个参数并返回它的名字,医生,和可选的默认值,用户提供的字符串值。
explainParams()	返回文档的所有参数选择默认值和用户提供的值。
extractParamMap((额外的))	提取嵌入默认参数值和用户提供的值,然后合并他们额外的值从输入平面参数映射,后者使用价值如果存在冲突,即。排序:默认参数值< <额外的用户提供的值。
getLabelCol()	得到的价值labelCol或其默认值。
getMetricName()	得到的价值metricName或其默认值。
getNumBins()	得到的价值numBins或其默认值。
getOrDefault(参数)	得到参数的值在用户提供的参数映射或其默认值。
getParam(paramName)	通过它的名称参数。
getRawPredictionCol()	得到的价值rawPredictionCol或其默认值。
getWeightCol()	得到的价值weightCol或其默认值。
hasDefault(参数)	检查是否一个参数有默认值。
hasParam(paramName)	测试这个实例包含一个参数是否与给定名称(字符串)。
isDefined(参数)	检查参数是否由用户或显式地设置一个默认值。
isLargerBetter()	指示是否返回的度量evaluate ()应该最大化(真的,默认情况下)或最小化(假)。
收取(参数)	检查参数是否由用户显式地设置。
负载(路径)	从输入路径,读取一个毫升实例的快捷方式read () .load(路径)。
读()	返回一个MLReader这个类的实例。
保存(路径)	这个毫升实例保存到给定的路径,一个快捷方式的“写().save(路径)。
集(参数值)	设置一个参数嵌入参数映射。
setLabelCol(值)	设置的值labelCol。
setMetricName(值)	设置的值metricName。
setNumBins(值)	设置的值numBins。
setparam(自我\ * (rawPredictionCol,…))	设置参数为二进制分类评估者。
setRawPredictionCol(值)	设置的值rawPredictionCol。
setWeightCol(值)	设置的值weightCol。
写()	返回一个MLWriter实例毫升实例。

属性

labelCol
metricName
numBins
参数个数	返回所有参数命令的名字。
rawPredictionCol
weightCol

方法的文档

清晰的 ( 参数:pyspark.ml.param.Param )→没有

清除参数映射的参数是否被显式地设置。

复制 ( 额外的:可选(ParamMap]=没有一个 )→摩根大通

创建这个实例的副本具有相同uid和一些额外的参数。这个实现第一次调用参数。复制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.

参数

额外的 东西,可选

额外参数复制到新实例

返回

JavaParams

这个实例的副本

评估 ( 数据集:pyspark.sql.dataframe.DataFrame,参数个数:可选(ParamMap]=没有一个 )→浮动

评估可选参数的输出。

参数

数据集 pyspark.sql.DataFrame

一个数据集,其中包含标签/观察和预测

参数个数 东西,可选

一个可选的参数覆盖嵌入参数的地图

返回

浮动

度规

explainParam ( 参数:联盟(str,pyspark.ml.param.Param] )→str

解释一个参数并返回它的名字,医生,和可选的默认值,用户提供的字符串值。

explainParams ( )→str

返回文档的所有参数选择默认值和用户提供的值。

extractParamMap ( 额外的:可选(ParamMap]=没有一个 )→ParamMap

提取嵌入默认参数值和用户提供的值,然后合并他们额外的值从输入平面参数映射,后者使用价值如果存在冲突,即。排序:默认参数值< <额外的用户提供的值。

参数

额外的 东西,可选

额外的参数值

返回

dict

合并后的参数映射

getLabelCol ( )→str

得到的价值labelCol或其默认值。

getMetricName ( )→str

得到的价值metricName或其默认值。

getNumBins ( )→int

得到的价值numBins或其默认值。

getOrDefault ( 参数:联盟(str,pyspark.ml.param.Param(T]] )→联盟(任何,T]

得到参数的值在用户提供的参数映射或其默认值。如果没有设置提出了一个错误。

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

通过它的名称参数。

getRawPredictionCol ( )→str

得到的价值rawPredictionCol或其默认值。

getWeightCol ( )→str

得到的价值weightCol或其默认值。

hasDefault ( 参数:联盟(str,pyspark.ml.param.Param(任何]] )→bool

检查是否一个参数有默认值。

hasParam ( paramName:str )→bool

测试这个实例包含一个参数是否与给定名称(字符串)。

isDefined ( 参数:联盟(str,pyspark.ml.param.Param(任何]] )→bool

检查参数是否由用户或显式地设置一个默认值。

isLargerBetter ( )→bool

指示是否返回的度量evaluate ()应该最大化(真的,默认情况下)或最小化(假)。给定的评估者可以支持多个指标可能最大化或最小化。

收取 ( 参数:联盟(str,pyspark.ml.param.Param(任何]] )→bool

检查参数是否由用户显式地设置。

classmethod 负载 ( 路径:str )→RL

从输入路径,读取一个毫升实例的快捷方式read () .load(路径)。

classmethod 读 ( )→pyspark.ml.util.JavaMLReader(RL]

返回一个MLReader这个类的实例。

保存 ( 路径:str )→没有

这个毫升实例保存到给定的路径,一个快捷方式的“写().save(路径)。

集 ( 参数:pyspark.ml.param.Param,价值:任何 )→没有

设置一个参数嵌入参数映射。

setLabelCol ( 价值:str )→pyspark.ml.evaluation.BinaryClassificationEvaluator

设置的值labelCol。

setMetricName ( 价值:BinaryClassificationEvaluatorMetricType )→BinaryClassificationEvaluator

设置的值metricName。

setNumBins ( 价值:int )→pyspark.ml.evaluation.BinaryClassificationEvaluator

设置的值numBins。

setparam ( 自我,\ *,rawPredictionCol = " rawPrediction ",labelCol = "标签",metricName = " areaUnderROC ",weightCol =没有,numBins = 1000 )

设置参数为二进制分类评估者。

setRawPredictionCol ( 价值:str )→pyspark.ml.evaluation.BinaryClassificationEvaluator

设置的值rawPredictionCol。

setWeightCol ( 价值:str )→pyspark.ml.evaluation.BinaryClassificationEvaluator

设置的值weightCol。

写 ( )→pyspark.ml.util.JavaMLWriter

返回一个MLWriter实例毫升实例。

属性的文档

labelCol =参数(父母=‘定义’,name = ' labelCol ', doc =“标签列名。”)

metricName :pyspark.ml.param.Param BinaryClassificationEvaluatorMetricType =参数(父母=‘定义’,name = ' metricName ', doc =”在评价指标的名字(areaUnderROC | areaUnderPR)”)

numBins :pyspark.ml.param.Param (int) =参数(父母=‘定义’,name = ' numBins ', doc = '数量的垃圾箱down-sample曲线(ROC曲线,公关曲线)的面积计算。如果为0,则不会出现采样下来。必须> = 0”。)

参数个数

返回所有参数命令的名字。默认实现使用dir ()所有的属性类型参数。

rawPredictionCol =参数(父母=‘定义’,name = ' rawPredictionCol ', doc =“原始预测(又名信心)列名”。)

weightCol =参数(父母=‘定义’,name = ' weightCol ', doc = '体重列名。如果这不是设置或空,我们对所有实例权重为1.0。”)

以前的

评估者

下一个

RegressionEvaluator