dask_ml.preprocessing.BlockTransformer
dask_ml.preprocessing.BlockTransformer¶
- class dask_ml.preprocessing.BlockTransformer(func: Callable[[...], Union[dask_ml._typing.ArrayLike, pandas.core.frame.DataFrame, dask.dataframe.dask_expr._collection.DataFrame]], *, validate: bool = False, **kw_args: Any)¶
从任意可调用对象构造一个转换器
BlockTransformer 将 X 参数的块转发到用户定义的可调用对象，并返回该操作的结果。这对于可以在单元或块级别执行的无状态操作非常有用，例如计算频率的对数。一般来说，该转换器不适用于标准化等任务，因为这些任务需要列的完整信息。
- 参数
- funccallable
用于转换的可调用对象。
- validatebool, 可选，默认=False
指示在调用 func 之前是否应检查输入 X 数组。
func.- kw_argsdict, 可选
要传递给 func 的附加关键字参数字典。
示例
>>> import dask.datasets >>> import pandas as pd >>> from dask_ml.preprocessing import BlockTransformer >>> df = dask.datasets.timeseries() >>> df ... Dask DataFrame Structure: id name x y npartitions=30 2000-01-01 int64 object float64 float64 2000-01-02 ... ... ... ... ... ... ... ... ... 2000-01-30 ... ... ... ... 2000-01-31 ... ... ... ... Dask Name: make-timeseries, 30 tasks >>> trn = BlockTransformer(pd.util.hash_pandas_object, index=False) >>> trn.transform(df) ... Dask Series Structure: npartitions=30 2000-01-01 uint64 2000-01-02 ... ... 2000-01-30 ... 2000-01-31 ... dtype: uint64 Dask Name: hash_pandas_object, 60 tasks
方法
fit_transform(X[, y])拟合数据，然后进行转换。
get_metadata_routing()获取此对象的元数据路由。
get_params([deep])获取此估计器的参数。
set_output(*[, transform])设置输出容器。
set_params(**params)设置此估计器的参数。
fit
transform