Compartir a través de


WordBagEstimator Clase

Definición

public sealed class WordBagEstimator : Microsoft.ML.IEstimator<Microsoft.ML.ITransformer>
type WordBagEstimator = class
    interface IEstimator<ITransformer>
Public NotInheritable Class WordBagEstimator
Implements IEstimator(Of ITransformer)
Herencia
WordBagEstimator
Implementaciones

Comentarios

Características del estimador

¿Este estimador necesita examinar los datos para entrenar sus parámetros?
Tipo de datos de columna de entrada Vector de texto
Tipo de datos de columna de salida Vector de tamaño conocido de Single
Exportable a ONNX

El resultado ITransformer crea una nueva columna, denominada como se especifica en los parámetros de nombre de columna de salida, y genera un vector de recuentos de n-gramas (secuencias de n palabras consecutivas) a partir de datos determinados. Para ello, cree un diccionario de n-gramas y use el identificador en el diccionario como índice en el contenedor.

WordBagEstimator es diferente de NgramExtractingEstimator en que el anterior toma tokeniza el texto internamente, mientras que el último toma texto tokenizado como entrada.

Consulte la sección Consulte también los vínculos a ejemplos de uso.

Métodos

Fit(IDataView)

Entrena y devuelve un ITransformerobjeto .

GetOutputSchema(SchemaShape)

Propagación de esquemas para estimadores. Devuelve la forma de esquema de salida del estimador, si la forma de esquema de entrada es similar a la proporcionada.

Métodos de extensión

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Anexe un "punto de control de almacenamiento en caché" a la cadena del estimador. Esto garantizará que los estimadores de bajada se entrenarán con datos almacenados en caché. Resulta útil tener un punto de control de almacenamiento en caché antes de que los instructores tomen varios pases de datos.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Dado un estimador, devuelva un objeto de ajuste que llamará a un delegado una vez Fit(IDataView) . A menudo, es importante que un estimador devuelva información sobre lo que cabe, por lo que el Fit(IDataView) método devuelve un objeto con tipo específico, en lugar de simplemente un general ITransformer. Sin embargo, al mismo tiempo, IEstimator<TTransformer> a menudo se forman en canalizaciones con muchos objetos, por lo que es posible que tengamos que crear una cadena de estimadores a través EstimatorChain<TLastTransformer> de donde el estimador para el que queremos obtener el transformador se enterró en algún lugar de esta cadena. En ese escenario, podemos a través de este método adjuntar un delegado al que se llamará una vez que se llame a fit.

Se aplica a

Consulte también