ใช้ ai.classify กับ PySpark

ฟังก์ชันจะ ai.classify จัดประเภทแต่ละแถวอินพุตโดยใช้ป้ายชื่อที่คุณให้ไว้

Overview

ฟังก์ชันนี้ai.classifyพร้อมใช้งานสําหรับ Spark DataFrames คุณต้องระบุชื่อของคอลัมน์อินพุตที่มีอยู่เป็นพารามิเตอร์ พร้อมกับรายการป้ายชื่อการจัดประเภท

ฟังก์ชันจะส่งคืน DataFrame ใหม่ที่มีป้ายกํากับที่ตรงกับแต่ละแถวของข้อความอินพุต ซึ่งจัดเก็บไว้ในคอลัมน์เอาต์พุต

วากยสัมพันธ์

df.ai.classify(labels=["category1", "category2", "category3"], input_col="text", output_col="classification")

พารามิเตอร์

การส่งคืน

ฟังก์ชันส่งคืน Spark DataFrame ที่มีคอลัมน์ใหม่ที่มีป้ายชื่อการจัดประเภทที่ตรงกับแถวข้อความอินพุตแต่ละแถว ถ้าไม่สามารถจัดประเภทค่าข้อความ ได้ ป้ายชื่อที่สอดคล้องกันจะถูก null

ตัวอย่าง

# This code uses AI. Always review output for mistakes. 

df = spark.createDataFrame([
        ("This duvet, lovingly hand-crafted from all-natural fabric, is perfect for a good night's sleep.",),
        ("Tired of friends judging your baking? With these handy-dandy measuring cups, you'll create culinary delights.",),
        ("Enjoy this *BRAND NEW CAR!* A compact SUV perfect for the professional commuter!",)
    ], ["descriptions"])
    
categories = df.ai.classify(labels=["kitchen", "bedroom", "garage", "other"], input_col="descriptions", output_col="categories")
display(categories)

Output:

อินพุตหลายรูปแบบ

หากต้องการจัดประเภทรูปภาพ PDF หรือไฟล์ข้อความ ให้ตั้งค่าinput_col_type="path" สําหรับการตั้งค่า โปรดดู ใช้อินพุตหลายรูปแบบกับฟังก์ชัน AI

# This code uses AI. Always review output for mistakes.

results = custom_df.ai.classify(
    labels=["Master", "PhD", "Bachelor", "Other"],
    input_col="file_path",
    input_col_type="path",
    output_col="highest_degree",
)
display(results)

เนื้อหาที่เกี่ยวข้อง

• ใช้ ai.classify กับแพนด้า
• เรียนรู้เพิ่มเติมเกี่ยวกับฟังก์ชัน AI
• ใช้อินพุตแบบหลายรูปแบบกับฟังก์ชัน AI
• เปลี่ยนการกําหนดค่าเริ่มต้นสําหรับฟังก์ชัน AI ด้วย PySpark
• ทําความเข้าใจการเรียกเก็บเงินสําหรับ AI Functions