华为云AI开发平台ModelArts离散化_云淘科技
概述
根据用户输入的桶的个数，按照分位数分桶，将用户指定的某个数值列离散化。
输入
|
参数 |
子参数 |
参数说明 |
|---|---|---|
|
inputs |
dataframe |
inputs为字典类型，dataframe为pyspark中的DataFrame类型对象 |
输出
数据集
参数说明
|
参数 |
子参数 |
参数说明 |
|---|---|---|
|
input_col |
– |
输入的列名 |
|
output_col |
– |
离散化后输出的列名，默认为”quantile_discretizer_result” |
|
num_buckets |
– |
桶的个数，默认为2 |
|
handle_invalid |
– |
处理无效值的策略，支持skip、keep、error，默认为skip |
|
relative_error |
– |
相对错误值，取值范围是[0, 1]，默认为0.001 |
样例
inputs = {
"dataframe": None # @input {"label":"dataframe","type":"DataFrame"}
}
params = {
"inputs": inputs,
"b_output_action": True,
"outer_pipeline_stages": None,
"input_col": "", # @param {"label":"input_col","type":"string","required":"true","helpTip":""}
"output_col": "quantile_discretizer_result", # @param {"label":"output_col","type":"string","required":"true","helpTip":""}
"num_buckets": 2, # @param {"label":"num_buckets","type":"integer","required":"true","range":"(0,2147483647]","helpTip": ""}
"handle_invalid": "skip", # @param {"label":"handle_invalid","type":"enum","options":"skip,keep,error","required":"true","helpTip":""}
"relative_error": 0.001 # @param {"label":"relative_error","type":"number","required":"true","range":"[0,1]","helpTip":""}
}
quantile_discretizer____id___ = MLSQuantileDiscretizer(**params)
quantile_discretizer____id___.run()
# @output {"label":"dataframe","name":"quantile_discretizer____id___.get_outputs()['output_port_1']","type":"DataFrame"}
父主题： 特征工程
同意关联代理商云淘科技，购买华为云产品更优惠（QQ 78315851）
内容没看懂？ 不太想学习？想快速解决？ 有偿解决： 联系专家
