KnownBlockedTransformers enum

Paket:

@azure/arm-machinelearning

Bekannte Werte von BlockedTransformers, die der Dienst akzeptiert.

Felder

CatTargetEncoder	Zielcodierung für kategorisierte Daten.
CountVectorizer	Count Vectorizer konvertiert eine Sammlung von Textdokumenten in eine Matrix von Tokenanzahlen.
HashOneHotEncoder	Das Hashing eines Hot Encoders kann kategorisierte Variablen in eine begrenzte Anzahl neuer Features umwandeln. Dies wird häufig für Kategorisierungsfeatures mit hoher Kardinalität verwendet.
LabelEncoder	Der Bezeichnungs-Encoder konvertiert Beschriftungen/Kategorisierungsvariablen in numerischer Form.
NaiveBayes	Naive Bayes ist eine Klassifizierte, die für die Klassifizierung diskreter Features verwendet wird, die kategorisiert verteilt werden.
OneHotEncoder	Ohe Hot Encoding erstellt eine binäre Featuretransformation.
TextTargetEncoder	Zielcodierung für Textdaten.
TfIdf	Tf-Idf steht für Umgekehrte Dokumenthäufigkeit. Dies ist ein gängiges Begriffsgewichtungsschema zum Identifizieren von Informationen aus Dokumenten.
WoETargetEncoder	Die Gewichtung der Beweiscodierung ist eine Technik, die zum Codieren kategorisiererischer Variablen verwendet wird. Es verwendet das natürliche Protokoll der P(1)/P(0) zum Erstellen von Gewichten.
WordEmbedding	Word-Einbettung unterstützt Wörter oder Ausdrücke als Vektor oder eine Reihe von Zahlen.