Microsoft.ML.Transforms Espacio de nombres

Espacio de nombres que contiene componentes de transformación de datos .

Clases

ApproximatedKernelMappingEstimator	Asigna columnas vectoriales a un espacio de características de baja dimensión.
ApproximatedKernelTransformer	ITransformerresultante de ajustar un .ApproximatedKernelMappingEstimator
ColumnConcatenatingEstimator	Concatena una o varias columnas de entrada en una nueva columna de salida.
ColumnCopyingEstimator	IEstimator<TTransformer>para .ColumnCopyingTransformer
ColumnCopyingTransformer	ITransformer resultante de ajustar un objeto ColumnCopyingEstimator.
ColumnSelectingEstimator	Mantiene o quita las columnas seleccionadas de un .IDataView
ColumnSelectingTransformer	ITransformerresultante de ajustar un .ColumnSelectingEstimator
CountFeatureSelectingEstimator	Selecciona las ranuras para las que el recuento de valores no predeterminados es mayor o igual que un umbral.
CustomMappingEstimator<TSrc,TDst>	Aplica una función de asignación personalizada a las columnas de entrada especificadas. El resultado estará en columnas de salida.
CustomMappingFactory<TSrc,TDst>	Tipo base para factorías de asignación personalizadas.
CustomMappingFactoryAttributeAttribute	Coloque este atributo en un tipo para que se considere una factoría de asignación personalizada.
CustomMappingTransformer<TSrc,TDst>	ITransformerresultante de ajustar un .CustomMappingEstimator<TSrc,TDst>
ExpressionEstimator	Este estimador aplica una expresión proporcionada por el usuario (especificada como una cadena) a los valores de columna de entrada para generar nuevos valores de columna de salida.
ExpressionTransformer	Espacio de nombres que contiene componentes de transformación de datos .
FeatureContributionCalculatingEstimator	Estimador para FeatureContributionCalculatingTransformer. Calcula las contribuciones específicas del modelo por característica a la puntuación de cada vector de entrada.
FeatureContributionCalculatingTransformer	ITransformer resultante de ajustar un objeto FeatureContributionCalculatingEstimator.
GaussianKernel	Kernel gaussiano.
GlobalContrastNormalizingEstimator	Normaliza (escalas) vectores en la columna de entrada aplicando la normalización de contraste global.
HashingEstimator	Estimador de HashingTransformer, que aplica hash a columnas con valores únicos o columnas vectoriales. Para las columnas de vector, aplica un algoritmo hash a cada ranura por separado.
HashingEstimator.ColumnOptions	Describe cómo controla el transformador un par de columnas.
HashingTransformer	ITransformer resultante de ajustar un objeto HashingEstimator.
KernelBase	Esta clase indica qué kernel debe aproximarse a .ApproximatedKernelTransformer .
KeyToBinaryVectorMappingEstimator	Estimador para KeyToBinaryVectorMappingTransformer. Convierte los tipos de clave en su representación binaria correspondiente del valor original.
KeyToBinaryVectorMappingTransformer	ITransformer resultante de ajustar un objeto KeyToBinaryVectorMappingEstimator.
KeyToValueMappingEstimator	Estimador para KeyToValueMappingTransformer. Vuelve a convertir los tipos de clave en sus valores originales.
KeyToValueMappingTransformer	ITransformer resultante de ajustar un objeto KeyToValueMappingEstimator.
KeyToVectorMappingEstimator	Estimador para KeyToVectorMappingTransformer. Asigna el valor de una clave a un vector de tamaño conocido de Single.
KeyToVectorMappingTransformer	ITransformer resultante de ajustar un objeto KeyToVectorMappingEstimator.
LaplacianKernel	Kernel laplaciano.
LpNormNormalizingEstimator	Normaliza (escalas) vectores de la columna de entrada a la norma unitaria. El usuario puede especificar el tipo de norma que se usa.
LpNormNormalizingEstimatorBase	Clase de estimador base para LpNormNormalizingEstimator los normalizadores y GlobalContrastNormalizingEstimator .
LpNormNormalizingTransformer	ITransformer resultante de ajustar un objeto LpNormNormalizingEstimator o GlobalContrastNormalizingEstimator.
MissingValueIndicatorEstimator	IEstimator<TTransformer>para .MissingValueIndicatorTransformer
MissingValueIndicatorTransformer	ITransformer resultante de ajustar un objeto MissingValueIndicatorEstimator.
MissingValueReplacingEstimator	IEstimator<TTransformer>para .MissingValueReplacingTransformer
MissingValueReplacingTransformer	ITransformer resultante de ajustar un objeto MissingValueReplacingEstimator.
MutualInformationFeatureSelectingEstimator	Selecciona las k ranuras superiores en todas las columnas especificadas ordenadas por su información mutua con la columna de etiqueta (lo que puede obtener información sobre la etiqueta observando el valor de la columna especificada).
NormalizingEstimator	IEstimator<TTransformer>para .NormalizingTransformer
NormalizingTransformer	ITransformerresultante de ajustar un .NormalizingEstimator
NormalizingTransformer.AffineNormalizerModelParameters<TData>	Parámetros del modelo generados por transformaciones de normalización afín.
NormalizingTransformer.BinNormalizerModelParameters<TData>	Los parámetros del modelo generados por la creación de depósitos de los datos en contenedores con un aumento monotonico.UpperBounds El Density valor es constante de bin a bin, para la mayoría de los casos. ///
NormalizingTransformer.CdfNormalizerModelParameters<TData>	Parámetros del modelo generados por transformaciones de normalización de distribución acumulativas. La función de densidad acumulativa se parametriza mediante Mean y como se observa durante el StandardDeviation ajuste.
NormalizingTransformer.NormalizerModelParametersBase	Clase base para todos los modelos de normalizador de datos como NormalizingTransformer.AffineNormalizerModelParameters<TData>, NormalizingTransformer.BinNormalizerModelParameters<TData>, . NormalizingTransformer.CdfNormalizerModelParameters<TData>
OneHotEncodingEstimator	Convierte una o varias columnas de entrada de valores categóricos en tantas columnas de salida de vectores codificados con un solo acceso.
OneHotEncodingTransformer	ITransformer resultante de ajustar un objeto OneHotEncodingEstimator.
OneHotHashEncodingEstimator	Convierte una o varias columnas de entrada de valores categóricos en tantas columnas de salida de vectores codificados uno en caliente basados en hash.
OneHotHashEncodingTransformer	ITransformer resultante de ajustar un objeto OneHotHashEncodingEstimator.
PrincipalComponentAnalysisTransformer	PCA es una transformación de reducción de dimensionalidad que calcula la proyección del vector de características en un subespacio de rango bajo.
PrincipalComponentAnalyzer	PCA es una transformación de reducción de dimensionalidad que calcula la proyección del vector de características en un subespacio de rango bajo.
StatefulCustomMappingEstimator<TSrc,TDst,TState>	Aplica una función de asignación personalizada a las columnas de entrada especificadas, al tiempo que permite un estado por cursor. El resultado estará en columnas de salida.
StatefulCustomMappingFactory<TSrc,TDst,TState>	Tipo base para factorías de asignación personalizadas con estado.
StatefulCustomMappingTransformer<TSrc,TDst,TState>	ITransformerresultante de ajustar un .StatefulCustomMappingEstimator<TSrc,TDst,TState>
TensorFlowEstimator	TensorFlowTransformer se usa en dos escenarios siguientes. Puntuación con el modelo tensorFlow previamente entrenado: en este modo, la transformación extrae los valores de las capas ocultas de un modelo tensorflow previamente entrenado y usa salidas como características en ML.Net canalización. Reentrenamiento del modelo de TensorFlow : en este modo, la transformación vuelve a entrenar un modelo de TensorFlow mediante los datos de usuario pasados a través de ML.Net canalización. Una vez entrenado el modelo, se pueden usar salidas como características para la puntuación.
TensorFlowModel	Esta clase contiene la información relacionada con el modelo y la sesión de TensorFlow. Proporciona algunos métodos prácticos para consultar el esquema del modelo, así como la creación de TensorFlowEstimator objetos.
TensorFlowTransformer	ITransformerpara .TensorFlowEstimator
TransformInputBase	Clase base para todas las entradas de transformación.
TypeConvertingEstimator	Estimador para TypeConvertingTransformer. Convierte el tipo de columna de entrada subyacente en un nuevo tipo. Los tipos de columna de entrada y salida deben ser compatibles. PrimitiveDataViewType
TypeConvertingTransformer	ITransformer resultante de ajustar un objeto TypeConvertingEstimator.
ValueMappingEstimator	Estimador para ValueMappingTransformer crear una asignación de clave-valor mediante los pares de valores de los datos de entrada PrimitiveDataViewType
ValueMappingEstimator<TKey,TValue>	Estimador para ValueMappingTransformer crear una asignación de clave-valor mediante los pares de valores de los datos de entrada PrimitiveDataViewType
ValueMappingTransformer	ITransformer resultante de ajustar un objeto ValueMappingEstimator.
ValueToKeyMappingEstimator	IEstimator<TTransformer>para .ValueToKeyMappingTransformer Convierte un conjunto de valores categóricos (por ejemplo, abreviaturas de estado de EE. UU.) en valores numéricos de clave (por ejemplo, 1-50). Los algoritmos de clasificación pueden usar la clave numérica directamente.
ValueToKeyMappingTransformer	ITransformer resultante de ajustar un objeto ValueToKeyMappingEstimator.
VectorWhiteningEstimator	Espacio de nombres que contiene componentes de transformación de datos .
VectorWhiteningTransformer	Espacio de nombres que contiene componentes de transformación de datos .

Interfaces

IFunctionProvider

Esta interfaz permite extender el lenguaje ExprTransform con funciones adicionales.

Enumeraciones

ErrId	Espacio de nombres que contiene componentes de transformación de datos .
LpNormNormalizingEstimatorBase.NormFunction	El tipo de vectores de norma unitaria se vuelve a escalar. Esta enumeración se serializa.
MissingValueReplacingEstimator.ReplacementMode	Las posibles formas de reemplazar los valores que faltan.
OneHotEncodingEstimator.OutputKind	Espacio de nombres que contiene componentes de transformación de datos .
ValueToKeyMappingEstimator.KeyOrdinality	Controla el orden de las claves de salida.
WhiteningKind	Técnica de blanqueamiento de vectores que se va a usar. La whitening de ZCA garantiza que la covarianza media entre las variables blancas y originales sea máxima. En cambio, la whitening PCA conduce a variables blancas máximamente comprimidas, medida por covarianza cuadrada.

Delegados

SignatureFunctionProvider

Espacio de nombres que contiene componentes de transformación de datos .