上一篇文章讲解了区间缩放法处理数据，接下来就讲解二值化处理
这个应该很简单了，从字面意思就是将数据分为0或者1，联想到之前图像处理里面二值化处理变为黑白图片
下面还是进入主题吧
首先给出当前的二值化处理公式：
y = \left\{ \begin{array}{ll}
0&\textrm{if \(x<=\theta\)}\\
1& \textrm{if \(x>\theta\)}\\
\end{array} \right.
上图中\(\theta\)是设定的阈值，特征值与阈值相比较，大于阈值则为1小于等于阈值为0
sklearn函数
from sklearn.preprocessing import Binarizer
tmp=Binarizer().fit_transform(irisdata.data)
print tmp[0:5]输出结果
[[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]]spark 函数
>>> df = sqlContext.createDataFrame([(0.5,)], ["values"])
>>> binarizer = Binarizer(threshold=1.0, inputCol="values", outputCol="features")
>>> binarizer.transform(df).head().features
0.0
#setParams是用来设置二值化参数
>>> binarizer.setParams(outputCol="freqs").transform(df).head().freqs
0.0
>>> params = {binarizer.threshold: -0.5, binarizer.outputCol: "vector"}
>>> binarizer.transform(df, params).head().vector
1.0 transform(dataset, params=None)，其中param可以是字典参数，字典的键是类对象成员
