Sdílet prostřednictvím


datové typy modulu ML Studio (classic)

Důležité

Podpora studia Machine Learning (Classic) skončí 31. srpna 2024. Doporučujeme do tohoto data přejít na službu Azure Machine Learning.

Od 1. prosince 2021 nebude možné vytvářet nové prostředky studia Machine Learning (Classic). Do 31. srpna 2024 můžete pokračovat v používání stávajících prostředků studia Machine Learning (Classic).

Dokumentace ke studiu ML (Classic) se vyřazuje z provozu a v budoucnu se nemusí aktualizovat.

Tento článek popisuje datové typy .NET, které jsou podporované v Machine Learning Studiu (klasickém) pro externí data. Popisuje také vlastní třídy datových typů, které se používají k předávání dat mezi moduly v rámci experimentu.

Tabulka datových typů .NET

Následující typy rozhraní .NET jsou podporovány moduly Machine Learning Studio (classic).

Datový typ .NET Komentáře
Logická hodnota https://msdn.microsoft.com/library/wts33hb3.aspx
Int16 https://msdn.microsoft.com/library/system.int16(v=vs.110).aspx
Int32 https://msdn.microsoft.com/library/06bkb8w2.aspx
Int64 https://msdn.microsoft.com/library/system.int64.aspx
Jednoduché https://msdn.microsoft.com/library/system.single(v=vs.110).aspx
dvojité https://msdn.microsoft.com/library/system.double(v=vs.110).aspx
Řetězec https://msdn.microsoft.com/library/system.string(v=vs.110).aspx
datetime https://msdn.microsoft.com/library/system.datetime(v=vs.110).aspx
DateTimeOffset https://msdn.microsoft.com/library/system.datetimeoffset(v=vs.110).aspx
TimeSpan https://msdn.microsoft.com/library/system.timespan(v=vs.110).aspx
Byte https://msdn.microsoft.com/library/system.byte(v=vs.110).aspx
Byte[] https://msdn.microsoft.com/library/system.byte.aspx
Identifikátor GUID Identifikátory GUID se při vstupu převedou na řetězce.

Tabulka vlastních datových typů

Kromě toho Machine Learning Studio (klasické) podporuje následující vlastní datové třídy.

Typ dat Popis
Tabulka dat Rozhraní DataTable definuje strukturu všech datových sad používaných v Machine Learning.
Rozhraní ICluster Rozhraní ICluster definuje strukturu modelů clusteringu.
IFilter – rozhraní Rozhraní IFilter definuje strukturu filtrů zpracování digitálního signálu použitou na celou řadu číselných hodnot. Filtry je možné vytvořit a pak uložit a použít u nové řady.
ILearner – rozhraní Rozhraní ILearner poskytuje obecnou strukturu pro definování a ukládání analytických modelů s výjimkou některých speciálních typů, jako jsou modely clusteringu.
ITransform – rozhraní Rozhraní ITransform poskytuje obecnou strukturu pro definování a ukládání transformací. Pomocí aplikace Machine Learning Studio (classic) můžete vytvořit iTransformaci a pak transformaci použít na nové datové sady.

Viz také

Machine Learning Studio (Classic)