WordBagEstimator Classe

Référence

Définition

Espace de noms:: Microsoft.ML.Transforms.Text

Assembly:: Microsoft.ML.Transforms.dll

Paquet:: Microsoft.ML v3.0.1

Paquet:: Microsoft.ML v1.0.0

Paquet:: Microsoft.ML v1.1.0

Paquet:: Microsoft.ML v1.2.0

Paquet:: Microsoft.ML v1.3.1

Paquet:: Microsoft.ML v1.4.0

Paquet:: Microsoft.ML v1.5.5

Paquet:: Microsoft.ML v1.6.0

Paquet:: Microsoft.ML v1.7.0

Paquet:: Microsoft.ML v2.0.0

Important

Certaines informations portent sur la préversion du produit qui est susceptible d’être en grande partie modifiée avant sa publication. Microsoft exclut toute garantie, expresse ou implicite, concernant les informations fournies ici.

IEstimator<TTransformer> pour le ITransformer.

public sealed class WordBagEstimator : Microsoft.ML.IEstimator<Microsoft.ML.ITransformer>

type WordBagEstimator = class
    interface IEstimator<ITransformer>

Public NotInheritable Class WordBagEstimator
Implements IEstimator(Of ITransformer)

Héritage: Object
WordBagEstimator

Implémente: IEstimator<ITransformer>

Remarques

Caractéristiques de l’estimateur


Cet estimateur doit-il examiner les données pour entraîner ses paramètres ?	Oui
Type de données de colonne d’entrée	Vecteur de texte
Type de données de colonne de sortie	Vecteur de taille connue de Single
Exportable vers ONNX	Oui

Le résultat ITransformer crée une nouvelle colonne, nommée comme spécifié dans les paramètres de nom de colonne de sortie, et produit un vecteur de nombres n-grammes (séquences de n mots consécutifs) à partir d’une donnée. Il le fait en créant un dictionnaire de n-grammes et en utilisant l’ID dans le dictionnaire comme index dans le sac.

WordBagEstimator est différent de NgramExtractingEstimator celui où l’ancien prend tokenise le texte en interne, tandis que celui-ci prend du texte tokenisé comme entrée.

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

Méthodes

Fit(IDataView)	Effectue l’apprentissage et retourne un ITransformer.
GetOutputSchema(SchemaShape)	Propagation de schéma pour les estimateurs. Retourne la forme de schéma de sortie de l’estimateur, si la forme de schéma d’entrée est semblable à celle fournie.

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 restrictions qui appellera un délégué une fois Fit(IDataView) appelé. Il est souvent important qu’un estimateur retourne des informations sur ce qui était 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 par EstimatorChain<TLastTransformer> le biais de 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

Partager via