KnownBlockedTransformers enum

Paquet:

@azure/arm-machinelearning

Valeurs connues de BlockedTransformers que le service accepte.

Champs

CatTargetEncoder	Encodage cible pour les données catégorielles.
CountVectorizer	Count Vectorizer convertit une collection de documents texte en matrice de nombres de jetons.
HashOneHotEncoder	Le hachage d’un encodeur chaud peut transformer des variables catégorielles en un nombre limité de nouvelles fonctionnalités. Cette fonctionnalité est souvent utilisée pour les caractéristiques catégorielles de cardinalité élevée.
LabelEncoder	L’encodeur d’étiquette convertit les étiquettes/variables catégorielles dans un formulaire numérique.
NaiveBayes	Naive Bayes est une classification utilisée pour la classification des caractéristiques discrètes qui sont distribuées par catégorie.
OneHotEncoder	L’encodage à chaud Ohe crée une transformation de fonctionnalité binaire.
TextTargetEncoder	Encodage cible pour les données de texte.
TfIdf	Tf-Idf correspond à la fréquence inverse des temps de terme. Il s’agit d’un schéma de pondération de termes courant pour identifier les informations provenant de documents.
WoETargetEncoder	La pondération de l’encodage de preuve est une technique utilisée pour encoder des variables catégorielles. Il utilise le journal naturel du P(1)/P(0) pour créer des poids.
WordEmbedding	L’incorporation de Word permet de représenter des mots ou des expressions sous la forme d’un vecteur ou d’une série de nombres.