pyspark特徵工程經常使用方法（一）

本文記錄特徵工程中經常使用的五種方法：MinMaxScaler，Normalization，OneHotEncoding，PCA以及QuantileDiscretizer 用於分箱 原有數據集以下圖：python MinMaxScaler from pyspark.ml.feature import MinMaxScaler 首先將c2列轉換爲vector的形式 vecAssembler = Ve

>>阅读原文<<