Bagikan melalui


ColumnSelectingTransformer Kelas

Definisi

ITransformer dihasilkan dari pas ColumnSelectingEstimatordengan .

public sealed class ColumnSelectingTransformer : Microsoft.ML.ITransformer
type ColumnSelectingTransformer = class
    interface ITransformer
    interface ICanSaveModel
Public NotInheritable Class ColumnSelectingTransformer
Implements ITransformer
Warisan
ColumnSelectingTransformer
Penerapan

Metode

GetOutputSchema(DataViewSchema)

Penyebaran skema untuk transformator. Mengembalikan skema output data, jika skema input seperti yang disediakan.

Transform(IDataView)

Masukkan data, buat transformasi, keluarkan data. Perhatikan bahwa IDataView's malas, jadi tidak ada transformasi aktual terjadi di sini, hanya validasi skema.

Implementasi Antarmuka Eksplisit

ICanSaveModel.Save(ModelSaveContext)

ITransformer dihasilkan dari pas ColumnSelectingEstimatordengan .

ITransformer.GetRowToRowMapper(DataViewSchema)

Membuat pemeta baris ke baris berdasarkan skema input. Jika IsRowToRowMapper adalah false, maka pengecualian dilemparkan. Jika skema input sama sekali tidak cocok untuk membangun pemeta, pengecualian juga harus dilemparkan.

ITransformer.IsRowToRowMapper

ITransformer dihasilkan dari pas ColumnSelectingEstimatordengan .

Metode Ekstensi

Preview(ITransformer, IDataView, Int32)

Pratinjau efek pada transformer yang diberikan data.

Append<TTrans>(ITransformer, TTrans)

Buat rantai transformator baru, dengan menambahkan transformator lain ke akhir rantai transformator ini.

CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, PredictionEngineOptions)

TimeSeriesPredictionEngine<TSrc,TDst> membuat mesin prediksi untuk alur rangkaian waktu. Ini memperbarui status model rangkaian waktu dengan pengamatan yang terlihat pada fase prediksi dan memungkinkan titik pemeriksaan model.

CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, Boolean, SchemaDefinition, SchemaDefinition)

TimeSeriesPredictionEngine<TSrc,TDst> membuat mesin prediksi untuk alur rangkaian waktu. Ini memperbarui status model rangkaian waktu dengan pengamatan yang terlihat pada fase prediksi dan memungkinkan titik pemeriksaan model.

Berlaku untuk