как получить элементы из вероятности Прогноз столбцов в модели pyspark [duplicate]

Question

как получить элементы из вероятности Прогноз столбцов в модели pyspark [duplicate]

Это помогло мне разрешить совместное размещение javascript и html для частичного просмотра в том же файле. Помогает с мыслительным процессом увидеть html и связанную с ним часть в том же файле с частичным представлением.

В представлении, который использует Partial View, называемый «_MyPartialView.cshtml»

<div>
    @Html.Partial("_MyPartialView",< model for partial view>,
            new ViewDataDictionary { { "Region", "HTMLSection" } } })
</div>

@section scripts{

    @Html.Partial("_MyPartialView",<model for partial view>, 
                  new ViewDataDictionary { { "Region", "ScriptSection" } })

 }

В файле Partial View

@model SomeType

@{
    var region = ViewData["Region"] as string;
}

@if (region == "HTMLSection")
{


}

@if (region == "ScriptSection")
{
        <script type="text/javascript">
    </script">
}

10

python apache-spark pyspark

задан zero323 18 September 2016 в 11:56

1 ответ

Другие вопросы по тегам:

python apache-spark pyspark

Похожие вопросы:

score 12 · Accepted Answer

Преобразование вывода в float:

from pyspark.sql.types import DoubleType
from pyspark.sql.functions import lit, udf

def ith_(v, i):
    try:
        return float(v[i])
    except ValueError:
        return None

ith = udf(ith_, DoubleType())

Пример использования:

from pyspark.ml.linalg import Vectors

df = sc.parallelize([
    (1, Vectors.dense([1, 2, 3])),
    (2, Vectors.sparse(3, [1], [9]))
]).toDF(["id", "features"])

df.select(ith("features", lit(1))).show()

## +-----------------+
## |ith_(features, 1)|
## +-----------------+
## |              2.0|
## |              9.0|
## +-----------------+

Объяснение:

Выходные значения должны быть перезаписаны до эквивалента Java-объекты. Если вы хотите получить доступ к values (остерегайтесь SparseVectors), вы должны использовать метод item:

v.values.item(0)

, которые возвращают стандартные скаляры Python. Аналогично, если вы хотите получить доступ ко всем значениям в виде плотной структуры:

v.toArray().tolist()