vector_normalize

Menormalkan vektor float ke panjang unit menggunakan derajat norma yang ditentukan. Derajat default ke 2.0 (norma Euclidean) jika tidak ditentukan.

Untuk fungsi Databricks SQL yang sesuai, lihat vector_normalize fungsi.

Sintaks

from pyspark.sql import functions as dbf

dbf.vector_normalize(vector=<vector>, degree=<degree>)

Parameters

Parameter	Type	Description
vector	pyspark.sql.Column atau nama kolom	Kolom vektor input.
degree	pyspark.sql.Column atau nama kolom, opsional	Derajat norma (1.0 untuk L1, 2.0 untuk L2, float('inf') untuk norma tak terbatas). Secara default menjadi 2.0.

Returns

pyspark.sql.Column: Vektor yang dinormalisasi sebagai array float.

Examples

from pyspark.sql import functions as dbf
from pyspark.sql.types import ArrayType, FloatType, StructType, StructField

schema = StructType([StructField('v', ArrayType(FloatType()))])
df = spark.createDataFrame([([3.0, 4.0],)], schema)
df.select(dbf.vector_normalize('v', dbf.lit(2.0).cast('float'))).first()[0]
# [0.6..., 0.8...]