华为云AI开发平台ModelArts标准化_云淘科技
概述
对数据集的某些数值列，根据均值和方差进行标准化。
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_features_str |
– |
输入的特征列名以逗号分隔组成的格式化字符串，例如: “column_a” “column_a,column_b” |
|
input_vector_column |
– |
算子输入的向量列的列名，默认为”input_features” |
|
output_vector_column |
– |
算子输出的向量列的列名，默认为”standard_features” |
|
with_std |
– |
是否按照方差进行标准化，默认为True |
|
with_mean |
– |
是否按照均值进行标准化，默认为False |
样例
inputs = {
"dataframe": None # @input {"label":"dataframe","type":"DataFrame"}
}
params = {
"inputs": inputs,
"b_output_action": True,
"outer_pipeline_stages": None,
"input_features_str": "", # @param {"label":"input_features_str","type": "string","required":"false","helpTip": ""}
"input_vector_column": "input_features", # @param {"label":"input_vector_column","type":"string","required":"true","helpTip":""}
"output_vector_column": "standard_features", # @param {"label":"output_vector_column","type":"string","required":"true","helpTip":""}
"with_std": True, # @param {"label":"with_std","type":"boolean","required":"true","helpTip":""}
"with_mean": False # @param {"label":"with_mean","type":"boolean","required":"true","helpTip":""}
}
standard_scaler____id___ = MLSStandardScaler(**params)
standard_scaler____id___.run()
# @output {"label":"pipeline_model","name":"standard_scaler____id___.get_outputs()['output_port_1']","type":"PipelineModel"}
# @output {"label":"dataframe","name":"standard_scaler____id___.get_outputs()['output_port_2']","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
