ValueMappingTransformer Kelas
Definisi
Penting
Beberapa informasi terkait produk prarilis yang dapat diubah secara signifikan sebelum dirilis. Microsoft tidak memberikan jaminan, tersirat maupun tersurat, sehubungan dengan informasi yang diberikan di sini.
ITransformer dihasilkan dari pas ValueMappingEstimatordengan .
public class ValueMappingTransformer : Microsoft.ML.Data.OneToOneTransformerBase
type ValueMappingTransformer = class
inherit OneToOneTransformerBase
Public Class ValueMappingTransformer
Inherits OneToOneTransformerBase
- Warisan
Metode
GetOutputSchema(DataViewSchema) |
ITransformer dihasilkan dari pas ValueMappingEstimatordengan . (Diperoleh dari RowToRowTransformerBase) |
Transform(IDataView) |
ITransformer dihasilkan dari pas ValueMappingEstimatordengan . (Diperoleh dari RowToRowTransformerBase) |
Implementasi Antarmuka Eksplisit
ICanSaveModel.Save(ModelSaveContext) |
ITransformer dihasilkan dari pas ValueMappingEstimatordengan . (Diperoleh dari RowToRowTransformerBase) |
ITransformer.GetRowToRowMapper(DataViewSchema) |
ITransformer dihasilkan dari pas ValueMappingEstimatordengan . (Diperoleh dari RowToRowTransformerBase) |
ITransformer.IsRowToRowMapper |
ITransformer dihasilkan dari pas ValueMappingEstimatordengan . (Diperoleh dari RowToRowTransformerBase) |
Metode Ekstensi
Preview(ITransformer, IDataView, Int32) |
Pratinjau efek pada |
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. |