Adatátalakítások

Az adatátalakítások a következőkre használhatók:

• Adatok előkészítése a modell betanításához.
• Importált modell alkalmazása TensorFlow vagy ONNX formátumban.
• A modellen keresztüli továbbítás után az adatok feldolgozása után.

Az útmutatóban szereplő átalakítások az IEstimator interfészt implementáló osztályokat ad vissza. Az adatátalakítások összekapcsolhatók. Mindegyik átalakítás a csatolt referenciadokumentációban meghatározott típusú és formátumú adatokat vár el és állít elő.

Egyes adatátalakításokhoz betanítási adatokra van szükség a paraméterek kiszámításához. Például: a NormalizeMeanVariance transzformátor kiszámítja a betanítási adatok középértékét és varianciáját a Fit() művelet során, és ezeket a paramétereket használja a Transform() műveletben.

Más adatátalakításokhoz nincs szükség betanítási adatokra. Például: az ConvertToGrayscale átalakítás anélkül hajthatja végre a Transform() műveletet, hogy betanítási adatokat lát volna a Fit() művelet során.

Oszlopleképezés és csoportosítás

Átalakítás	Definíció	ONNX exportálható
Concatenate	Egy vagy több bemeneti oszlop összefűzése új kimeneti oszlopba	Igen
CopyColumns	Egy vagy több bemeneti oszlop másolása és átnevezése	Igen
DropColumns	Egy vagy több bemeneti oszlop elvetése	Igen
SelectColumns	Jelöljön ki egy vagy több oszlopot a bemeneti adatoktól való megtartásához	Igen

Normalizálás és skálázás

Átalakítás	Definíció	ONNX exportálható
NormalizeMeanVariance	Kivonja a középértéket (a betanítási adatokból), és osztja el a szórással (a betanítási adatokkal)	Igen
NormalizeLogMeanVariance	Normalizálás a betanítási adatok logaritmusa alapján	Igen
NormalizeLpNorm	A bemeneti vektorok lp-norma szerint skálázhatók, ahol p 1, 2 vagy végtelen. Az l2 (euklideszi távolság) norma alapértelmezett értéke	Igen
NormalizeGlobalContrast	Skálázza egy sorban az egyes értékeket úgy, hogy kivonja a soradatok középértékét, és elosztja a szórással vagy az l2-normával (a soradatok alapján), és szorozza meg egy konfigurálható skálázási tényezővel (alapértelmezett 2)	Igen
NormalizeBinning	Rendelje hozzá a bemeneti értéket egy raktárhelyindexhez, és ossza el a tárolók számával, hogy 0 és 1 közötti lebegőpontos értéket állítson elő. A rendszer úgy számítja ki a tárolók határait, hogy egyenletesen eloszthassa a betanítási adatokat a tárolók között	Igen
NormalizeSupervisedBinning	A bemeneti érték hozzárendelése egy tárolóhoz a címkeoszlopmal való korrelációja alapján	Igen
NormalizeMinMax	A bemenet skálázása a betanítási adatok minimális és maximális értékei közötti különbség alapján	Igen
NormalizeRobustScaling	Skálázza az egyes értékeket olyan statisztikákkal, amelyek robusztusak a kiugró értékekhez, amelyek 0 körül fogják központosíteni az adatokat, és az adatokat a kvantilis tartomány szerint skálázják.	Igen

Adattípusok közötti átalakítások

Átalakítás	Definíció	ONNX exportálható
ConvertType	Bemeneti oszlop típusának átalakítása új típussá	Igen
MapValue	Értékek leképezése kulcsokra (kategóriákra) a megadott leképezési szótár alapján	Nem
MapValueToKey	Értékek leképezése kulcsokhoz (kategóriákhoz) a bemeneti adatokból történő leképezés létrehozásával	Igen
MapKeyToValue	Kulcsok visszaállítása az eredeti értékekre	Igen
MapKeyToVector	Kulcsok visszaállítása eredeti értékek vektoraivá	Igen
MapKeyToBinaryVector	Kulcsok visszaállítása eredeti értékek bináris vektorává	Nem
Hash	Hashold az értéket a bemeneti oszlopban.	Igen

Szövegátalakítások

Átalakítás	Definíció	ONNX exportálható
FeaturizeText	Szövegoszlop átalakítása normalizált ngramok és karakter-grammok számának lebegőpontos tömbjévé	Nem
TokenizeIntoWords	Egy vagy több szövegoszlop felosztása egyes szavakra	Igen
TokenizeIntoCharactersAsKeys	Egy vagy több szövegoszlop felosztása különálló karakterekre témakörök halmaza fölé lebegve	Igen
NormalizeText	Kis- és nagybetűk módosítása, diakritikus jelek, írásjelek és számok eltávolítása	Igen
ProduceNgrams	Szövegoszlop átalakítása ngramok számának zsákjába (egymást követő szavak sorozatai)	Igen
ProduceWordBags	Szövegoszlop átalakítása ngramok számának egy zacskójába	Igen
ProduceHashedNgrams	Szövegoszlop átalakítása kivonatolt ngramok számának vektorává	Nem
ProduceHashedWordBags	Szövegoszlop átalakítása kivonatolt ngramok számává	Igen
RemoveDefaultStopWords	A megadott nyelv alapértelmezett leállítószavainak eltávolítása a bemeneti oszlopokból	Igen
RemoveStopWords	A megadott stop szavak eltávolítása a bemeneti oszlopokból	Igen
LatentDirichletAllocation	Dokumentum átalakítása (lebegőpontos vektorként) lebegőpontos vektorsá egy témakörcsoporton keresztül	Igen
ApplyWordEmbedding	Szöveges jogkivonatok vektorainak konvertálása mondatvektorokká előre betanított modell használatával	Igen

Képátalakítások

Átalakítás	Definíció	ONNX exportálható
ConvertToGrayscale	Kép átalakítása szürkeárnyalatossá	Nem
ConvertToImage	Képpontok vektorának konvertálása ImageDataViewType	Nem
ExtractPixels	Képpontok konvertálása bemeneti képből számok vektorává	Nem
LoadImages	Képek betöltése mappából a memóriába	Nem
LoadRawImageBytes	Betölti a nyers bájtok képeit egy új oszlopba.	Nem
ResizeImages	Képek átméretezése	Nem
DnnFeaturizeImage	Előre betanított mély neurális hálózat (DNN) modell alkalmazása a bemeneti kép funkcióvektorná alakításához	Nem

Kategorikus adatátalakítások

Átalakítás	Definíció	ONNX exportálható
OneHotEncoding	Egy vagy több szöveges oszlop átalakítása egyszerű kódolású vektorokká	Igen
OneHotHashEncoding	Egy vagy több szöveges oszlop konvertálása kivonatalapú, gyakori elérésű kódolású vektorokká	Nem

Idősor adatátalakításai

Átalakítás	Definíció	ONNX exportálható
DetectAnomalyBySrCnn	A bemeneti idősor-adatok rendellenességeinek észlelése spektrális reziduális (SR) algoritmussal	Nem
DetectChangePointBySsa	Változáspontok észlelése idősoradatokban szinguláris spektrumelemzéssel (SSA)	Nem
DetectIidChangePoint	Változáspontok észlelése független és azonos eloszlású (IID) idősoradatokban adaptív kernelsűrűség-becslések és martingale-pontszámok használatával	Nem
ForecastBySsa	Idősoradatok előrejelzése szinguláris spektrumelemzéssel (SSA)	Nem
DetectSpikeBySsa	Az idősoradatok csúcsainak észlelése szinguláris spektrumelemzéssel (SSA)	Nem
DetectIidSpike	A független és azonos eloszlású (IID) idősoradatok kiugró értékeinek észlelése adaptív kernelsűrűség-becslésekkel és martingale-pontszámokkal	Nem
DetectEntireAnomalyBySrCnn	A teljes bemeneti adat rendellenességeinek észlelése az SRCNN-algoritmus használatával.	Nem
DetectSeasonality	A szezonalitás észlelése Fourier-elemzéssel.	Nem
LocalizeRootCause	Az idősorok bemenetének kiváltó okát egy döntési fa algoritmus használatával honosítja.	Nem
LocalizeRootCauses	Honosítja a kapcsolatsorozat bemenetének kiváltó okait.	Nem

Hiányzó értékek

Átalakítás	Definíció	ONNX exportálható
IndicateMissingValues	Hozzon létre egy új logikai kimeneti oszlopot, amelynek értéke igaz, ha a bemeneti oszlop értéke hiányzik	Igen
ReplaceMissingValues	Hozzon létre egy új kimeneti oszlopot, amelynek értéke alapértelmezett értékre van állítva, ha az érték hiányzik a bemeneti oszlopból, és a bemeneti érték egyébként	Igen

Szolgáltatás kiválasztása

Átalakítás	Definíció	ONNX exportálható
SelectFeaturesBasedOnCount	Olyan szolgáltatások kiválasztása, amelyek nem alapértelmezett értékei nagyobbak a küszöbértéknél	Igen
SelectFeaturesBasedOnMutualInformation	Válassza ki azokat a funkciókat, amelyektől a címkeoszlop adatai a leginkább függenek	Igen

Funkcióátalakítások

Átalakítás	Definíció	ONNX exportálható
ApproximatedKernelMap	Az egyes bemeneti vektorok leképezése egy alacsonyabb dimenziójú funkciótérre, ahol a belső termékek megközelítik a kernelfüggvényeket, hogy a jellemzők a lineáris algoritmusok bemeneteiként használhatók legyenek	Nem
ProjectToPrincipalComponents	Csökkentse a bemeneti funkcióvektor dimenzióit a Fő összetevő-elemzési algoritmus alkalmazásával

Magyarázhatósági átalakítások

Átalakítás	Definíció	ONNX exportálható
CalculateFeatureContribution	A funkcióvektor egyes elemeihez tartozó hozzájárulási pontszámok kiszámítása	Nem

Kalibrációs átalakítások

Átalakítás	Definíció	ONNX exportálható
Platt(String, String, String)	Egy bináris osztályozó nyers pontszámát osztály valószínűségévé alakítja logisztikai regresszióval, a betanítási adatok alapján becsült paraméterekkel	Igen
Platt(Double, Double, String)	A bináris osztályozó nyers pontszámát osztály valószínűségévé alakítja logisztikai regresszióval rögzített paraméterekkel	Igen
Naive	A bináris osztályozó nyers pontszámát osztály valószínűséggé alakítja úgy, hogy pontszámokat rendel a tárolókhoz, és kiszámítja a valószínűséget a tárolók közötti eloszlás alapján	Igen
Isotonic	A bináris osztályozó nyers pontszámát osztály valószínűségévé alakítja úgy, hogy pontértékeket rendel a tárolókhoz, ahol a betanítási adatok alapján megbecsülik a határok pozícióját és a tárolók méretét	Nem

Mélytanulási átalakítások

Átalakítás	Definíció	ONNX exportálható
ApplyOnnxModel	A bemeneti adatok átalakítása importált ONNX-modellel	Nem
LoadTensorFlowModel	A bemeneti adatok átalakítása importált TensorFlow-modellel	Nem

Egyéni átalakítások

Átalakítás	Definíció	ONNX exportálható
FilterByCustomPredicate	Elveti azokat a sorokat, ahol egy adott predikátum igaz értéket ad vissza.	Nem
FilterByStatefulCustomPredicate	Elveti azokat a sorokat, ahol egy adott predikátum igaz értéket ad vissza, de lehetővé teszi egy adott állapot megadását.	Nem
CustomMapping	Meglévő oszlopok átalakítása újakra felhasználó által definiált leképezéssel	Nem
Expression	Kifejezés alkalmazása oszlopok újakká alakításához	Nem