CountFeatureSelectingEstimator Třída
Definice
Důležité
Některé informace platí pro předběžně vydaný produkt, který se může zásadně změnit, než ho výrobce nebo autor vydá. Microsoft neposkytuje žádné záruky, výslovné ani předpokládané, týkající se zde uváděných informací.
Vybere sloty, pro které je počet výchozích hodnot větší nebo roven prahové hodnotě.
public sealed class CountFeatureSelectingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.ITransformer>type CountFeatureSelectingEstimator = class
interface IEstimator<ITransformer>Public NotInheritable Class CountFeatureSelectingEstimator
Implements IEstimator(Of ITransformer)- Dědičnost
-
CountFeatureSelectingEstimator
- Implementuje
Poznámky
Charakteristiky odhadu
| Potřebuje tento estimátor podívat se na data, aby se natrénovala jeho parametry? | Yes |
| Datový typ vstupního sloupce | Vektorové nebo skalární datové Singletypy nebo Doubletextové datové typy |
| Datový typ výstupního sloupce | Stejné jako vstupní sloupec |
| Exportovatelný do ONNX | Yes |
Tato transformace používá sadu agregátorů k počítání počtu hodnot pro každý slot (vektorový prvek), které nejsou výchozí a chybějící (pro definice výchozích a chybějících hodnot, odkazujte na poznámky v DataKindčásti ). Pokud je hodnota počtu menší než zadaný parametr počtu, tento slot se zahodí. Tato transformace je užitečná při použití společně s OneHotHashEncodingTransformer. Může odebrat funkce vygenerované transformací hash, které v příkladech neobsahují žádná data.
Pokud například nastavíme parametr počtu na hodnotu 3 a přizpůsobíme odhadci, použijeme transformátor na následující sloupec Funkce, uvidíme druhý slot obsahující: NaN (chybějící hodnota), 5, 5, 0 (výchozí hodnota), protože tento slot má pouze dvě výchozí a chybějící hodnoty, tj. dvě hodnoty 5. Třetí slot se uchovává, protože má hodnoty 6, 6, 6, 6, NaN; takže má 3 ne výchozí a chybějící.
| Funkce |
|---|
| 4,NaN,6 |
| 4,5,6 |
| 4,5,6 |
| 4 0,NaN |
Takto by výše uvedená datová sada vypadala po transformaci.
| Funkce |
|---|
| 4,6 |
| 4,6 |
| 4,6 |
| 4,NaN |
V části Viz také najdete odkazy na příklady použití.
Metody
| Fit(IDataView) |
Vlaky a vrátí ITransformerhodnotu . |
| GetOutputSchema(SchemaShape) |
SchemaShape Vrátí schéma, které bude vytvořen transformátorem. Používá se k šíření a ověřování schématu v kanálu. |
Metody rozšíření
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Připojte k řetězci odhadu kontrolní bod ukládání do mezipaměti. Tím zajistíte, aby se podřízené estimátory natrénovaly na data uložená v mezipaměti. Před průchodem více dat je užitečné mít kontrolní bod ukládání do mezipaměti. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Pokud získáte odhadátor, vraťte obtékání objektu, který jednou zavolá delegáta Fit(IDataView) . Často je důležité, aby estimátor vrátil informace o tom, co bylo vhodné, což je důvod, proč Fit(IDataView) metoda vrací konkrétně zadaný objekt, a ne jen obecné ITransformer. Ve stejnou dobu se však často vytvářejí do kanálů s mnoha objekty, takže možná budeme muset vytvořit řetězec odhadovačů prostřednictvím EstimatorChain<TLastTransformer> toho, kde je odhadovač, IEstimator<TTransformer> pro který chceme získat transformátor, uložen někde v tomto řetězu. Pro tento scénář můžeme prostřednictvím této metody připojit delegáta, který bude volána po volání fit. |