SparkMl-Binarizer（連續特徵二值化）

Binarizer：連續特徵二值化

描述：Binarizer是一個Transformer，只能對DataFrame進行單特徵轉換，而且特徵的數據類型必須是DoubleType。

參數信息	參數描述	備註	其餘
setInputCol	DF中待變換的特徵	特徵類型必須爲：DoubleType
setOutputCol	變換後的特徵名稱	轉換後的類型爲：DoubleType
setThreshold	將數據分段的閾值	若選中特徵列的值大於閾值，則返回1.0，不然返回0.0	默認值：0.0

程序示例：

//特徵名稱
var feature = "weight"
var feature_new = "weight_binarizer"
//數據預處理
var dataset = dataFrame.select(col(feature).cast(DataTypes.DoubleType))
//特徵二值化
var transform = new Binarizer()
.setInputCol(feature)         //待變換的特徵
.setOutputCol(feature_new)    //變換後的特徵名稱
.setThreshold(60d)            //閾值
.transform(dataset)
//show
transform.show()

數據結果：

+------+----------------+
|weight|weight_binarizer|
+------+----------------+
|  45.0|             0.0|
|  60.0|             0.0|
|  69.0|             1.0|
|  89.0|             1.0|
|  45.0|             0.0|
|  53.0|             0.0|
|  88.0|             1.0|
|  76.0|             1.0|
+------+----------------+

實際應用例子：

      有一批學生的成績，60分爲合格，那麼咱們的閾值就能夠設置爲：59.99999999。