Sdílet prostřednictvím


NormalizationCatalog Třída

Definice

Kolekce metod rozšíření pro TransformsCatalog vytváření instancí číselných normalizačních komponent

public static class NormalizationCatalog
type NormalizationCatalog = class
Public Module NormalizationCatalog
Dědičnost
NormalizationCatalog

Metody

NormalizeBinning(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean, Int32)

NormalizingEstimatorVytvořte , která normalizuje přiřazením dat do intervalů se stejnou hustotou.

NormalizeBinning(TransformsCatalog, String, String, Int64, Boolean, Int32)

NormalizingEstimatorVytvořte , která normalizuje přiřazením dat do intervalů se stejnou hustotou.

NormalizeGlobalContrast(TransformsCatalog, String, String, Boolean, Boolean, Single)

GlobalContrastNormalizingEstimatorVytvořte , který normalizuje sloupce jednotlivě pomocí normalizace globálního kontrastu. Nastavení ensureZeroMean na true, použije krok předběžného zpracování, aby byl střední hodnota zadaného sloupce nulovým vektorem.

NormalizeLogMeanVariance(TransformsCatalog, InputOutputColumnPair[], Boolean, Int64, Boolean)

NormalizingEstimatorVytvořte , který normalizuje na základě vypočítané střední hodnoty a odchylky logaritmu dat.

NormalizeLogMeanVariance(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean)

NormalizingEstimatorVytvořte , který normalizuje na základě vypočítané střední hodnoty a odchylky logaritmu dat.

NormalizeLogMeanVariance(TransformsCatalog, String, Boolean, String, Int64, Boolean)

NormalizingEstimatorVytvořte , který normalizuje na základě vypočítané střední hodnoty a odchylky logaritmu dat.

NormalizeLogMeanVariance(TransformsCatalog, String, String, Int64, Boolean)

NormalizingEstimatorVytvořte , který normalizuje na základě vypočítané střední hodnoty a odchylky logaritmu dat.

NormalizeLpNorm(TransformsCatalog, String, String, LpNormNormalizingEstimatorBase+NormFunction, Boolean)

LpNormNormalizingEstimatorVytvořte vektory normalizovat (škálovat) ve vstupním sloupci na normu jednotek. Typ normy, který se používá, je definován norm. Nastavení ensureZeroMean na true, použije krok předběžného zpracování, aby byl střední hodnota zadaného sloupce nulovým vektorem.

NormalizeMeanVariance(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean, Boolean)

NormalizingEstimatorVytvořte , který normalizuje na základě vypočítané střední hodnoty a odchylky dat.

NormalizeMeanVariance(TransformsCatalog, String, String, Int64, Boolean, Boolean)

NormalizingEstimatorVytvořte , který normalizuje na základě vypočítané střední hodnoty a odchylky dat.

NormalizeMinMax(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean)

NormalizingEstimatorVytvořte , který normalizuje na základě pozorovaných minimálních a maximálních hodnot dat.

NormalizeMinMax(TransformsCatalog, String, String, Int64, Boolean)

NormalizingEstimatorVytvořte , který normalizuje na základě pozorovaných minimálních a maximálních hodnot dat.

NormalizeRobustScaling(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean, UInt32, UInt32)

NormalizingEstimatorVytvořte , který normalizuje použití statistik, které jsou robustní pro odlehlé hodnoty tím, že data zarovná kolem 0 (odebere medián) a škáluje data podle rozsahu quantile (výchozí hodnota je oblast interquartilu).

NormalizeRobustScaling(TransformsCatalog, String, String, Int64, Boolean, UInt32, UInt32)

NormalizingEstimatorVytvořte , který normalizuje použití statistik, které jsou robustní pro odlehlé hodnoty tím, že data zarovná kolem 0 (odebere medián) a škáluje data podle rozsahu quantile (výchozí hodnota je oblast interquartilu).

NormalizeSupervisedBinning(TransformsCatalog, InputOutputColumnPair[], String, Int64, Boolean, Int32, Int32)

NormalizingEstimatorVytvořte , který normalizuje přiřazením dat do intervalů na základě korelace se sloupcemlabelColumnName.

NormalizeSupervisedBinning(TransformsCatalog, String, String, String, Int64, Boolean, Int32, Int32)

NormalizingEstimatorVytvořte , který normalizuje přiřazením dat do intervalů na základě korelace se sloupcemlabelColumnName.

Platí pro