importált modell alkalmazása TensorFlow vagy ONNX formátumban
folyamat utáni adatok, miután a modellen keresztül át lettek adva
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.
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)
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
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.
Hozzon létre egy új kimeneti oszlopot, amelynek értéke alapértelmezett értékre van állítva, ha az érték hiányzik a bemeneti oszlopból, és a bemeneti érték egyébként
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
A bináris osztályozó nyers pontszámát osztály valószínűséggé alakítja úgy, hogy pontszámokat rendel a tárolókhoz, és kiszámítja a valószínűséget a tárolók közötti eloszlás alapján
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
Kifejezés alkalmazása oszlopok újakká alakításához
Nem
Dolgozzon együtt velünk a GitHubon
A tartalom forrása a GitHubon található, ahol létrehozhat és áttekinthet problémákat és lekéréses kérelmeket is. További információért tekintse meg a közreműködői útmutatónkat.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ: https://aka.ms/ContentUserFeedback.
Visszajelzés küldése és megtekintése a következőhöz:
