Partager via


HashingEstimator Classe

Définition

Estimateur pour HashingTransformer, qui hachages à valeurs uniques ou colonnes vectorielles. Pour les colonnes de vecteur, hache séparément chaque emplacement.

public sealed class HashingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.HashingTransformer>
type HashingEstimator = class
    interface IEstimator<HashingTransformer>
Public NotInheritable Class HashingEstimator
Implements IEstimator(Of HashingTransformer)
Héritage
HashingEstimator
Implémente

Remarques

Caractéristiques de l’estimateur

Ce estimateur doit-il examiner les données pour entraîner ses paramètres ? Oui, si le mappage des hachages aux valeurs est requis.
Type de données de colonne d’entrée Vecteur ou scalaires de type numérique, booléen, texte, DateTime et clé .
Type de données de colonne de sortie Type de clé vectorielle ou scalaire.
Exportable vers ONNX Oui - sur les estimateurs entraînés sur la version 1.5 et vers le haut. Int64, UInt64et SingleDouble OrderedHashing ne sont pas pris en charge.

Consultez la section Voir également pour obtenir des liens vers des exemples d’utilisation.

Méthodes

Fit(IDataView)

Entraîne et retourne un HashingTransformer.

GetOutputSchema(SchemaShape)

Retourne le SchemaShape schéma qui sera produit par le transformateur. Utilisé pour la propagation et la vérification du schéma dans un pipeline.

Méthodes d’extension

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

Ajoutez un « point de contrôle de mise en cache » à la chaîne d’estimateur. Cela garantit que les estimateurs en aval seront entraînés par rapport aux données mises en cache. Il est utile d’avoir un point de contrôle de mise en cache avant les formateurs qui prennent plusieurs passes de données.

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

Étant donné un estimateur, retournez un objet de création de package de package qui appellera un délégué une fois Fit(IDataView) appelé. Il est souvent important pour un estimateur de retourner des informations sur ce qui a été adapté, c’est pourquoi la Fit(IDataView) méthode retourne un objet spécifiquement typé, plutôt que simplement un général ITransformer. Toutefois, en même temps, IEstimator<TTransformer> sont souvent formés en pipelines avec de nombreux objets. Nous pouvons donc avoir besoin de créer une chaîne d’estimateurs via EstimatorChain<TLastTransformer> laquelle l’estimateur pour lequel nous voulons obtenir le transformateur est enterré quelque part dans cette chaîne. Pour ce scénario, nous pouvons par le biais de cette méthode attacher un délégué qui sera appelé une fois l’ajustement appelé.

S’applique à

Voir aussi