SparkMl-Binarizer（连续特征二值化）

Binarizer：连续特征二值化

描述：Binarizer是一个Transformer，只能对DataFrame进行单特征转换，而且特征的数据类型必须是DoubleType。

参数信息	参数描述	备注	其余
setInputCol	DF中待变换的特征	特征类型必须为：DoubleType
setOutputCol	变换后的特征名称	转换后的类型为：DoubleType
setThreshold	将数据分段的阈值	若选中特征列的值大于阈值，则返回1.0，不然返回0.0	默认值：0.0

程序示例：

//特征名称
var feature = "weight"
var feature_new = "weight_binarizer"
//数据预处理
var dataset = dataFrame.select(col(feature).cast(DataTypes.DoubleType))
//特征二值化
var transform = new Binarizer()
.setInputCol(feature)         //待变换的特征
.setOutputCol(feature_new)    //变换后的特征名称
.setThreshold(60d)            //阈值
.transform(dataset)
//show
transform.show()

数据结果：

+------+----------------+
|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|
+------+----------------+

实际应用例子：

      有一批学生的成绩，60分为合格，那么咱们的阈值就能够设置为：59.99999999。