Share via


Types de données de Module ML Studio (classiques)

Important

Le support de Machine Learning Studio (classique) prend fin le 31 août 2024. Nous vous recommandons de passer à Azure Machine Learning avant cette date.

À partir du 1er décembre 2021, vous ne pourrez plus créer de nouvelles ressources Machine Learning Studio (classique). Jusqu’au 31 août 2024, vous pouvez continuer à utiliser les ressources Machine Learning Studio (classique) existantes.

La documentation ML Studio (classique) est en cours de retrait et ne sera probablement plus mise à jour.

cet article décrit les types de données .net pris en charge dans Machine Learning Studio (classic) pour les données externes. Elle décrit également les classes de type de données personnalisées qui sont utilisées pour passer des données entre les modules au sein d’une expérience.

Tableau des types de données .NET

les types .net suivants sont pris en charge par les modules Machine Learning Studio (classic).

Type de données .NET Commentaires
Booléen 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
Unique https://msdn.microsoft.com/library/system.single(v=vs.110).aspx
Double https://msdn.microsoft.com/library/system.double(v=vs.110).aspx
String 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
Guid Les GUID sont convertis en chaînes en entrée

Tableau de types de données personnalisés

en outre, Machine Learning Studio (classic) prend en charge les classes de données personnalisées suivantes.

Type de données Description
Table de données L’interface DataTable définit la structure de tous les jeux de données utilisés dans Machine Learning.
Interface ICluster L’interface ICluster définit la structure des modèles de clustering.
Interface IFilter L’interface IFilter définit la structure des filtres de traitement de signal numérique appliqués à une série entière de valeurs numériques. Les filtres peuvent être créés, puis enregistrés et appliqués à une nouvelle série.
Interface ILearner L’interface ILearner fournit une structure générique permettant de définir et d’enregistrer des modèles d’analyse, à l’exclusion de certains types spéciaux tels que les modèles de clustering.
Interface ITransform L’interface ITransform fournit une structure générique pour la définition et l’enregistrement des transformations. vous pouvez créer un iTransform à l’aide de Machine Learning Studio (classic), puis appliquer la transformation aux nouveaux jeux de données.

Voir aussi

Machine Learning Studio (classique)