Transformaciones de datos

Las transformaciones de datos se usan para:

• Preparar datos para el entrenamiento de modelos.
• Aplicar un modelo importado en formato de TensorFlow o de ONNX.
• Realizar el procesamiento posterior de los datos una vez pasados a través de un modelo.

Las transformaciones de esta guía devuelven clases que implementan la interfaz IEstimator. Las transformaciones de datos se pueden encadenar juntas. Cada transformación espera y genera datos de tipos y formatos específicos, que se especifican en la documentación de referencia vinculada.

Algunas transformaciones de datos requieren datos de aprendizaje para calcular sus parámetros. Por ejemplo, el transformador NormalizeMeanVariance calcula el medio y la varianza de los datos de aprendizaje durante la operación Fit() y usa esos parámetros en la operación Transform().

Otras transformaciones de datos no requieren datos de aprendizaje. Por ejemplo, la transformación ConvertToGrayscale puede realizar la operación Transform() sin haber visto ningún dato de aprendizaje durante la operación Fit().

Agrupación y asignación de columnas

Transformación	Definición	ONNX Exportable
Concatenate	Concatenar una o más columnas de entrada en una columna de salida nueva	Sí
CopyColumns	Copiar y cambiar el nombre de una o más columnas de entrada	Sí
DropColumns	Quitar una o más columnas de entrada	Sí
SelectColumns	Seleccionar una o más columnas para conservar a partir de los datos de entrada	Sí

Normalización y escalado

Transformación	Definición	ONNX Exportable
NormalizeMeanVariance	Restar la media (de los datos de aprendizaje) y dividir por la varianza (de los datos de aprendizaje)	Sí
NormalizeLogMeanVariance	Normalizar en función del logaritmo de los datos de aprendizaje	Sí
NormalizeLpNorm	Escalar los vectores de entrada por su lp-norm, donde p es 1, 2 o infinito. Se establece de manera predeterminada en la norma l2 (distancia euclidiana)	Sí
NormalizeGlobalContrast	Escalar cada valor de una fila al restar la media de los datos de la fila y dividir por la desviación estándar o la norma l2 (de los datos de la fila) y multiplicar por un factor de escala configurable (valor predeterminado 2)	Sí
NormalizeBinning	Asignar el valor de entrada a un índice de discretización por el número de discretizaciones para generar un valor flotante entre 0 y 1. Los límites de discretización se calculan para distribuir de manera uniforme los datos de aprendizaje entre las discretizaciones	Sí
NormalizeSupervisedBinning	Asignar el valor de entrada a una discretización en función de su correlación con la columna de etiqueta	Sí
NormalizeMinMax	Escalar la entrada por la diferencia entre los valores mínimo y máximo de los datos de aprendizaje	Sí
NormalizeRobustScaling	Escalar cada valor mediante estadísticas sólidas a valores atípicos que centren los datos en torno a 0 y escalar los datos según el intervalo de cuantiles.	Sí

Conversiones entre los tipos de datos

Transformación	Definición	ONNX Exportable
ConvertType	Convertir el tipo de una columna de entrada en un tipo nuevo	Sí
MapValue	Asignar valores a claves (categorías) en función del diccionario de asignaciones suministrado	No
MapValueToKey	Asignar valores a claves (categorías) mediante la creación de la asignación a partir de los datos de entrada	Sí
MapKeyToValue	Convertir claves de vuelta a sus valores originales	Sí
MapKeyToVector	Convertir claves de vuelta a vectores de los valores originales	Sí
MapKeyToBinaryVector	Convertir claves de vuelta a un vector binario de valores originales	No
Hash	Aplicar un algoritmo hash al valor de la columna de entrada	Sí

Transformaciones de texto

Transformación	Definición	ONNX Exportable
FeaturizeText	Transformar una columna de texto en una matriz flotante de recuentos de n-gramas y char-gramas normalizados	No
TokenizeIntoWords	Dividir una o más columnas de texto en palabras individuales	Sí
TokenizeIntoCharactersAsKeys	Dividir una o más columnas de texto en flotantes de caracteres individuales sobre un conjunto de temas	Sí
NormalizeText	Cambiar mayúsculas y minúsculas, quitar marcas diacríticas, signos de puntuación y números	Sí
ProduceNgrams	Transformar una columna de texto en un contenedor de recuentos de n-gramas (secuencias de palabras consecutivas)	Sí
ProduceWordBags	Transformar una columna de texto en un contenedor de recuentos de vector de n-gramas	Sí
ProduceHashedNgrams	Transformar una columna de texto en un vector de recuentos de n-gramas con algoritmo hash	No
ProduceHashedWordBags	Transformar una columna de texto en un contenedor de recuentos de n-gramas con algoritmo hash	Sí
RemoveDefaultStopWords	Quitar las palabras irrelevantes predeterminadas para el idioma especificado de las columnas de entrada	Sí
RemoveStopWords	Quitar las palabras irrelevantes especificadas de las columnas de entrada	Sí
LatentDirichletAllocation	Transformar un documento (representado como vector de flotantes) en un vector de flotantes sobre un conjunto de temas	Sí
ApplyWordEmbedding	Convertir vectores de tokens de texto en vectores de oraciones con un modelo entrenado previamente	Sí

Transformaciones de imagen

Transformación	Definición	ONNX Exportable
ConvertToGrayscale	Convertir una imagen en escala de grises	No
ConvertToImage	Convertir un vector de píxeles en ImageDataViewType	No
ExtractPixels	Convertir píxeles de una imagen de entrada en un vector de números	No
LoadImages	Cargar imágenes de una carpeta en memoria	No
LoadRawImageBytes	Carga imágenes de bytes sin procesar en una nueva columna.	No
ResizeImages	Cambiar el tamaño de imágenes	No
DnnFeaturizeImage	Aplicar un modelo de red neuronal profunda (DNN) previamente entrenado para transformar una imagen de entrada en un vector de características	No

Transformaciones de datos categóricos

Transformación	Definición	ONNX Exportable
OneHotEncoding	Convertir una o más columnas de texto en vectores codificados one-hot	Sí
OneHotHashEncoding	Convertir una o más columnas de texto en vectores codificados one-hot basados en hash	No

Transformaciones de datos de serie temporal

Transformación	Definición	ONNX Exportable
DetectAnomalyBySrCnn	Detectar anomalías en los datos de serie temporal de entrada con el algoritmo de valor residual espectral (SR)	No
DetectChangePointBySsa	Detectar puntos de cambio en los datos de serie temporal con el análisis de espectro singular (SSA)	No
DetectIidChangePoint	Detectar puntos de cambio en los datos de serie temporal independientes y distribuidos de manera idéntica (IID) con puntuaciones de Martingala y estimaciones de densidad de kernel adaptable	No
ForecastBySsa	Pronosticar los datos de serie temporal con el análisis de espectro singular (SSA)	No
DetectSpikeBySsa	Detectar picos en los datos de serie temporal con el análisis de espectro singular (SSA)	No
DetectIidSpike	Detectar picos en los datos de serie temporal independientes y distribuidos de manera idéntica (IID) con puntuaciones de Martingala y estimaciones de densidad de kernel adaptable	No
DetectEntireAnomalyBySrCnn	Detectar anomalías para todos los datos de entrada mediante el algoritmo SRCNN.	No
DetectSeasonality	Detectar la estacionalidad mediante el análisis de Fourier.	No
LocalizeRootCause	Localizar la causa principal de la entrada de serie temporal mediante un algoritmo de árbol de decisión.	No
LocalizeRootCauses	Localizar las causas principales de la entrada de la serie de vinculación.	No

Valores que faltan

Transformación	Definición	ONNX Exportable
IndicateMissingValues	Crear una columna de salida booleana nueva cuyo valor es true cuando falta el valor en la columna de entrada	Sí
ReplaceMissingValues	Crear una columna de salida nueva cuyo valor se establece en un valor predeterminado si falta el valor de la columna de entrada y, de otro modo, el valor de entrada	Sí

Selección de características

Transformación	Definición	ONNX Exportable
SelectFeaturesBasedOnCount	Seleccionar las características con valores no predeterminados que sobrepasan un umbral	Sí
SelectFeaturesBasedOnMutualInformation	Seleccionar las características de las que más dependen los datos de la columna de etiqueta	Sí

Transformaciones de características

Transformación	Definición	ONNX Exportable
ApproximatedKernelMap	Asignar cada vector de entrada a un espacio de característica dimensional inferior, donde los productos internos se aproximan a una función kernel, para que las características se puedan usar como entradas en los algoritmos lineales	No
ProjectToPrincipalComponents	Reducir las dimensiones del vector de característica de entrada mediante la aplicación del algoritmo Análisis de componentes principales

Transformaciones de explicación

Transformación	Definición	ONNX Exportable
CalculateFeatureContribution	Calcular las puntuaciones de contribución para cada elemento de un vector de característica	No

Transformaciones de calibración

Transformación	Definición	ONNX Exportable
Platt(String, String, String)	Transforma la puntuación sin procesar de un clasificador binario en una probabilidad de clase mediante la regresión logística con parámetros estimados usando los datos de entrenamiento	Sí
Platt(Double, Double, String)	Transforma la puntuación sin procesar de un clasificador binario en una probabilidad de clase mediante la regresión logística con parámetros fijos	Sí
Naive	Transforma la puntuación sin procesar de un clasificador binario en una probabilidad de clase mediante la asignación de puntuaciones a los intervalos y el cálculo de la probabilidad según la distribución entre los intervalos	Sí
Isotonic	Transforma la puntuación sin procesar de un clasificador binario en una probabilidad de clase mediante la asignación de puntuaciones a los intervalos, donde la posición de los límites y el tamaño de los intervalos se calculan usando los datos de entrenamiento	No

Transformaciones de aprendizaje profundo

Transformación	Definición	ONNX Exportable
ApplyOnnxModel	Transforma los datos de entrada con un modelo importado de ONNX	No
LoadTensorFlowModel	Transforma los datos de entrada con un modelo importado de TensorFlow	No

Transformaciones personalizadas

Transformación	Definición	ONNX Exportable
FilterByCustomPredicate	Quitar las filas en las que un predicado especificado devuelve true	No
FilterByStatefulCustomPredicate	Quitar las filas en las que un predicado especificado devuelve true, pero permitir un estado especificado.	No
CustomMapping	Transformar las columnas existentes en columnas nuevas con una asignación definida por el usuario	No
Expression	Aplicar una expresión para transformar columnas en otras nuevas	No