LocationClosestSelector Classe
Define uma associação de dados do cliente com dados públicos através dos critérios de distância esférica mais próxima.
Inicializar com granularidade de localização.
- Herança
-
LocationClosestSelector
Construtor
LocationClosestSelector(_granularity: LocationClosestGranularity, enable_telemetry: bool = True)
Parâmetros
- _granularity
- LocationClosestGranularity
Uma granularidade de localização a utilizar na associação de dados.
Observações
O método process(self, env, customer_data, public_data, aggregator, join_keys, debug)
estático é utilizado para associar os dados com base neste seletor em que:
customer_data
é uma instância de azureml.opendatasets.accessories.location_data. LocationDatapublic_data
é uma instância de azureml.opendatasets.accessories.location_data. LocationDataaggregator
é um de azureml.opendatasets.aggregators.aggregator.Aggregatorjoin_keys
é uma lista de pares de chaves de associaçãodebug
indica se pretende imprimir registos de depuração.
Este método devolve uma cadeia de identificação de: instância da classe de dados do cliente alterada, instância da classe de dados pública alterada e uma lista de pares de chaves de associação.
Métodos
process |
Associe dados de clientes e dados públicos com o agregador especificado. |
process
Associe dados de clientes e dados públicos com o agregador especificado.
process(env: SparkEnv | PandasEnv, customer_data: LocationData, public_data: LocationData, aggregator: Aggregator, join_keys: list, debug: bool)
Parâmetros
Devoluções
Uma cadeia de identificação de: instância da classe de dados do cliente alterada, instância da classe de dados pública alterada e uma lista de pares de chaves de associação.
Tipo de retorno
Comentários
https://aka.ms/ContentUserFeedback.
Brevemente: Ao longo de 2024, vamos descontinuar progressivamente o GitHub Issues como mecanismo de feedback para conteúdos e substituí-lo por um novo sistema de feedback. Para obter mais informações, veja:Submeter e ver comentários