TextCatalog.ProduceHashedWordBags Metode

Definisi

Ruang nama:

Microsoft.ML

Rakitan:

Microsoft.ML.Transforms.dll

Paket:

Microsoft.ML v3.0.1

Overload

ProduceHashedWordBags(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32)	Buat WordHashBagEstimator, yang memetakan beberapa kolom yang ditentukan ke inputColumnNames vektor hitungan n-gram yang di-hash di kolom baru bernama outputColumnName.
ProduceHashedWordBags(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32)	Buat WordHashBagEstimator, yang memetakan kolom yang ditentukan inputColumnName ke vektor hitungan n-gram yang di-hash di kolom baru bernama outputColumnName.

ProduceHashedWordBags(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32)

Buat WordHashBagEstimator, yang memetakan beberapa kolom yang ditentukan ke inputColumnNames vektor hitungan n-gram yang di-hash di kolom baru bernama outputColumnName.

public static Microsoft.ML.Transforms.Text.WordHashBagEstimator ProduceHashedWordBags (this Microsoft.ML.TransformsCatalog.TextTransforms catalog, string outputColumnName, string[] inputColumnNames, int numberOfBits = 16, int ngramLength = 1, int skipLength = 0, bool useAllLengths = true, uint seed = 314489979, bool useOrderedHashing = true, int maximumNumberOfInverts = 0);

static member ProduceHashedWordBags : Microsoft.ML.TransformsCatalog.TextTransforms * string * string[] * int * int * int * bool * uint32 * bool * int -> Microsoft.ML.Transforms.Text.WordHashBagEstimator

<Extension()>
Public Function ProduceHashedWordBags (catalog As TransformsCatalog.TextTransforms, outputColumnName As String, inputColumnNames As String(), Optional numberOfBits As Integer = 16, Optional ngramLength As Integer = 1, Optional skipLength As Integer = 0, Optional useAllLengths As Boolean = true, Optional seed As UInteger = 314489979, Optional useOrderedHashing As Boolean = true, Optional maximumNumberOfInverts As Integer = 0) As WordHashBagEstimator

Parameter

catalog

TransformsCatalog.TextTransforms

Katalog transformasi.

outputColumnName

String

Nama kolom yang dihasilkan dari transformasi inputColumnNames. Jenis data kolom ini akan menjadi vektor ukuran yang diketahui dari Single.

inputColumnNames

String[]

Nama beberapa kolom untuk mengambil data. Estimator ini beroperasi melalui vektor teks.

numberOfBits

Int32

Jumlah bit yang akan di-hash. Harus antara 1 dan 30, inklusif.

ngramLength

Int32

Panjang Ngram.

skipLength

Int32

Jumlah maksimum token yang akan dilewati saat membuat n-gram.

useAllLengths

Boolean

Apakah akan menyertakan semua panjang n-gram hingga ngramLength atau hanya ngramLength.

seed

UInt32

Benih hash.

useOrderedHashing

Boolean

Apakah posisi setiap kolom sumber harus disertakan dalam hash (ketika ada beberapa kolom sumber).

maximumNumberOfInverts

Int32

Selama hashing, kami membangun pemetaan antara nilai asli dan nilai hash yang dihasilkan. Representasi teks nilai asli disimpan dalam nama slot anotasi untuk kolom baru. Hashing, dengan demikian, dapat memetakan banyak nilai awal menjadi satu. maximumNumberOfInverts menentukan batas atas jumlah pemetaan nilai input yang berbeda ke hash yang harus dipertahankan. 0 tidak mempertahankan nilai input apa pun. -1 mempertahankan semua pemetaan nilai input ke setiap hash.

Mengembalikan

WordHashBagEstimator

Keterangan

WordHashBagEstimator berbeda dari NgramHashingEstimator yang sebelumnya tokenisasi teks secara internal dan yang terakhir mengambil teks token sebagai input.

ProduceHashedWordBags(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32)

Buat WordHashBagEstimator, yang memetakan kolom yang ditentukan inputColumnName ke vektor hitungan n-gram yang di-hash di kolom baru bernama outputColumnName.

public static Microsoft.ML.Transforms.Text.WordHashBagEstimator ProduceHashedWordBags (this Microsoft.ML.TransformsCatalog.TextTransforms catalog, string outputColumnName, string inputColumnName = default, int numberOfBits = 16, int ngramLength = 1, int skipLength = 0, bool useAllLengths = true, uint seed = 314489979, bool useOrderedHashing = true, int maximumNumberOfInverts = 0);

static member ProduceHashedWordBags : Microsoft.ML.TransformsCatalog.TextTransforms * string * string * int * int * int * bool * uint32 * bool * int -> Microsoft.ML.Transforms.Text.WordHashBagEstimator

<Extension()>
Public Function ProduceHashedWordBags (catalog As TransformsCatalog.TextTransforms, outputColumnName As String, Optional inputColumnName As String = Nothing, Optional numberOfBits As Integer = 16, Optional ngramLength As Integer = 1, Optional skipLength As Integer = 0, Optional useAllLengths As Boolean = true, Optional seed As UInteger = 314489979, Optional useOrderedHashing As Boolean = true, Optional maximumNumberOfInverts As Integer = 0) As WordHashBagEstimator

Parameter

catalog

TransformsCatalog.TextTransforms

Katalog transformasi.

outputColumnName

String

Nama kolom yang dihasilkan dari transformasi inputColumnName. Jenis data kolom ini akan menjadi vektor ukuran yang diketahui dari Single.

inputColumnName

String

Nama kolom untuk mengambil data. Estimator ini beroperasi melalui vektor teks.

numberOfBits

Int32

Jumlah bit yang akan di-hash. Harus antara 1 dan 30, inklusif.

ngramLength

Int32

Panjang Ngram.

skipLength

Int32

Jumlah maksimum token yang akan dilewati saat membuat n-gram.

useAllLengths

Boolean

Apakah akan menyertakan semua panjang n-gram hingga ngramLength atau hanya ngramLength.

seed

UInt32

Benih hash.

useOrderedHashing

Boolean

Apakah posisi setiap kolom sumber harus disertakan dalam hash (ketika ada beberapa kolom sumber).

maximumNumberOfInverts

Int32

Selama hashing, kami membangun pemetaan antara nilai asli dan nilai hash yang dihasilkan. Representasi teks nilai asli disimpan dalam nama slot anotasi untuk kolom baru. Hashing, dengan demikian, dapat memetakan banyak nilai awal menjadi satu. maximumNumberOfInverts menentukan batas atas jumlah pemetaan nilai input yang berbeda ke hash yang harus dipertahankan. 0 tidak mempertahankan nilai input apa pun. -1 mempertahankan semua pemetaan nilai input ke setiap hash.

Mengembalikan

WordHashBagEstimator

Keterangan

WordHashBagEstimator berbeda dari NgramHashingEstimator yang sebelumnya tokenisasi teks secara internal dan yang terakhir mengambil teks token sebagai input.