华为云AI开发平台ModelArts最小最大规范化_云淘科技
概述
将数据集指定的某些数字列，转换到一定的数值范围（例如0和1之间）。
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 |
– |
输入的列名以逗号分隔组成的字符串，例如： “column_a” “column_a,column_b” |
|
min |
– |
转换后的最小值，默认为0.0 |
|
max |
– |
转换后的最大值，默认为1.0 |
|
input_vector_column |
– |
输入的向量列的列名，默认为”input_features” |
|
output_vector_column |
– |
结果输出的向量列的列名，默认为”output_scaler_features” |
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":""}
"min": 0.0, # @param {"label": "min","type":"number","required":"true","range":"(none,none)","helpTip":""}
"max": 1.0, # @param {"label":"max","type":"number","required":"true","range":"(none,none)","helpTip":""}
"input_vector_column": "input_features", # @param {"label":"input_vector_column","type":"string","required":"true","helpTip":""}
"output_vector_column": "minmax_scaler_features" # @param {"label":"output_vector_column","type":"string","required":"true","helpTip":""}
}
min_max_scaler____id___ = MLSMinMaxScaler(**params)
min_max_scaler____id___.run()
# @output {"label":"pipeline_model","name":"min_max_scaler____id___.get_outputs()['output_port_1']","type":"PipelineModel"}
# @output {"label":"dataframe","name":"min_max_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
