Transformasi data

Transformasi data digunakan untuk:

• Siapkan data untuk pelatihan model.
• Terapkan model yang diimpor dalam format TensorFlow atau ONNX.
• Data pasca-proses setelah diteruskan melalui model.

Transformasi dalam panduan ini mengembalikan kelas yang mengimplementasikan antarmuka IEstimator . Transformasi data dapat ditautkan bersama-sama. Setiap transformasi mengharapkan dan menghasilkan data dari jenis dan format tertentu, yang ditentukan dalam dokumentasi referensi tertaut.

Beberapa transformasi data memerlukan data pelatihan untuk menghitung parameternya. Misalnya: NormalizeMeanVariance transformator menghitung rata-rata dan varian data pelatihan selama Fit() operasi, dan menggunakan parameter tersebut Transform() dalam operasi.

Transformasi data lainnya tidak memerlukan data pelatihan. Misalnya: ConvertToGrayscale transformasi dapat melakukan Transform() operasi tanpa melihat data pelatihan selama Fit() operasi.

Pemetaan dan pengelompokan kolom

Transformasi	Definisi	ONNX Dapat Diekspor
Concatenate	Menggabungkan satu atau beberapa kolom input ke dalam kolom output baru	Ya
CopyColumns	Menyalin dan mengganti nama satu atau beberapa kolom input	Ya
DropColumns	Jatuhkan satu atau beberapa kolom input	Ya
SelectColumns	Pilih satu atau beberapa kolom untuk disimpan dari data input	Ya

Normalisasi dan penskalaan

Transformasi	Definisi	ONNX Dapat Diekspor
NormalizeMeanVariance	Kurangi rata-rata (data pelatihan) dan bagi dengan varian (data pelatihan)	Ya
NormalizeLogMeanVariance	Menormalkan berdasarkan logaritma data pelatihan	Ya
NormalizeLpNorm	Skalakan vektor input dengan lp-norm mereka, di mana p adalah 1, 2 atau tak terbatas. Default ke norma l2 (Jarak Euclidean)	Ya
NormalizeGlobalContrast	Skalakan setiap nilai dalam baris dengan mengurangi rata-rata data baris dan membagi dengan simpangan baku atau norma l2 (dari data baris), dan dikalikan dengan faktor skala yang dapat dikonfigurasi (default 2)	Ya
NormalizeBinning	Tetapkan nilai input ke indeks bin dan bagi dengan jumlah bin untuk menghasilkan nilai float antara 0 dan 1. Batas bin dihitung untuk mendistribusikan data pelatihan secara merata di seluruh bin	Ya
NormalizeSupervisedBinning	Menetapkan nilai input ke bin berdasarkan korelasinya dengan kolom label	Ya
NormalizeMinMax	Menskalakan input dengan perbedaan antara nilai minimum dan maksimum dalam data pelatihan	Ya
NormalizeRobustScaling	Skalakan setiap nilai menggunakan statistik yang kuat untuk outlier yang akan memusatkan data sekitar 0 dan menskalakan data sesuai dengan rentang kuantil.	Ya

Konversi antar jenis data

Transformasi	Definisi	ONNX Dapat Diekspor
ConvertType	Mengonversi jenis kolom input ke jenis baru	Ya
MapValue	Memetakan nilai ke kunci (kategori) berdasarkan kamus pemetaan yang disediakan	Tidak.
MapValueToKey	Memetakan nilai ke kunci (kategori) dengan membuat pemetaan dari data input	Ya
MapKeyToValue	Mengonversi kunci kembali ke nilai aslinya	Ya
MapKeyToVector	Mengonversi kunci kembali ke vektor nilai asli	Ya
MapKeyToBinaryVector	Mengonversi kunci kembali ke vektor biner dari nilai asli	Tidak.
Hash	Hash nilai di kolom input	Ya

Transformasi teks

Transformasi	Definisi	ONNX Dapat Diekspor
FeaturizeText	Mengubah kolom teks menjadi array float dari jumlah ngram dan char-gram yang dinormalisasi	Tidak.
TokenizeIntoWords	Memisahkan satu atau beberapa kolom teks menjadi kata individual	Ya
TokenizeIntoCharactersAsKeys	Membagi satu atau beberapa kolom teks menjadi karakter individual mengambang di atas sekumpulan topik	Ya
NormalizeText	Ubah huruf besar/kecil, hapus tanda diakritik, tanda baca, dan angka	Ya
ProduceNgrams	Mengubah kolom teks menjadi sekantong jumlah ngram (urutan kata berturut-turut)	Ya
ProduceWordBags	Mengubah kolom teks menjadi sekantong jumlah vektor ngram	Ya
ProduceHashedNgrams	Mengubah kolom teks menjadi vektor jumlah ngram yang di-hash	Tidak.
ProduceHashedWordBags	Mengubah kolom teks menjadi sekantong jumlah ngram yang di-hash	Ya
RemoveDefaultStopWords	Menghapus kata berhenti default untuk bahasa yang ditentukan dari kolom input	Ya
RemoveStopWords	Menghapus kata berhenti yang ditentukan dari kolom input	Ya
LatentDirichletAllocation	Mengubah dokumen (direpresentasikan sebagai vektor float) menjadi vektor float di atas satu set topik	Ya
ApplyWordEmbedding	Mengonversi vektor token teks menjadi vektor kalimat menggunakan model yang telah dilatih sebelumnya	Ya

Transformasi gambar

Transformasi	Definisi	ONNX Dapat Diekspor
ConvertToGrayscale	Mengonversi gambar menjadi skala abu-abu	Tidak.
ConvertToImage	Mengonversi vektor piksel menjadi ImageDataViewType	Tidak.
ExtractPixels	Mengonversi piksel dari gambar input menjadi vektor angka	Tidak.
LoadImages	Memuat gambar dari folder ke dalam memori	Tidak.
LoadRawImageBytes	Memuat gambar byte mentah ke dalam kolom baru.	Tidak.
ResizeImages	Mengubah ukuran gambar	Tidak.
DnnFeaturizeImage	Menerapkan model jaringan neural dalam (DNN) yang telah dilatih sebelumnya untuk mengubah gambar input menjadi vektor fitur	Tidak.

Transformasi data kategoris

Transformasi	Definisi	ONNX Dapat Diekspor
OneHotEncoding	Mengonversi satu atau beberapa kolom teks menjadi vektor berkode satu panas	Ya
OneHotHashEncoding	Mengonversi satu atau beberapa kolom teks menjadi vektor yang dikodekan satu panas berbasis hash	Tidak.

Transformasi data rangkaian waktu

Transformasi	Definisi	ONNX Dapat Diekspor
DetectAnomalyBySrCnn	Mendeteksi anomali dalam data rangkaian waktu input menggunakan algoritma Spectral Residual (SR)	Tidak.
DetectChangePointBySsa	Mendeteksi titik perubahan dalam data rangkaian waktu menggunakan analisis spektrum tunggal (SSA)	Tidak.
DetectIidChangePoint	Mendeteksi titik perubahan dalam data rangkaian waktu independen dan identik terdistribusi (IID) menggunakan estimasi kepadatan kernel adaptif dan skor martingale	Tidak.
ForecastBySsa	Memperkirakan data rangkaian waktu menggunakan analisis spektrum tunggal (SSA)	Tidak.
DetectSpikeBySsa	Mendeteksi lonjakan data rangkaian waktu menggunakan analisis spektrum tunggal (SSA)	Tidak.
DetectIidSpike	Mendeteksi lonjakan data rangkaian waktu independen dan identik terdistribusi (IID) menggunakan estimasi kepadatan kernel adaptif dan skor martingale	Tidak.
DetectEntireAnomalyBySrCnn	Deteksi anomali untuk seluruh data input menggunakan algoritma SRCNN.	Tidak.
DetectSeasonality	Deteksi musiman menggunakan analisis fourier.	Tidak.
LocalizeRootCause	Melokalisasi akar penyebab dari input rangkaian waktu menggunakan algoritma pohon keputusan.	Tidak.
LocalizeRootCauses	Melokalisasi akar penyebab dari input seri ikatan.	Tidak.

Nilai yang hilang

Transformasi	Definisi	ONNX Dapat Diekspor
IndicateMissingValues	Buat kolom output boolean baru, nilainya benar ketika nilai di kolom input hilang	Ya
ReplaceMissingValues	Buat kolom output baru, nilai yang diatur ke nilai default jika nilai hilang dari kolom input, dan nilai input jika tidak	Ya

Pilihan fitur

Transformasi	Definisi	ONNX Dapat Diekspor
SelectFeaturesBasedOnCount	Pilih fitur yang nilai non-defaultnya lebih besar dari ambang batas	Ya
SelectFeaturesBasedOnMutualInformation	Pilih fitur yang paling bergantung pada data dalam kolom label	Ya

Transformasi fitur

Transformasi	Definisi	ONNX Dapat Diekspor
ApproximatedKernelMap	Petakan setiap vektor input ke ruang fitur dimensi yang lebih rendah, di mana produk dalam mempertanyakan fungsi kernel, sehingga fitur dapat digunakan sebagai input ke algoritma linier	Tidak.
ProjectToPrincipalComponents	Kurangi dimensi vektor fitur input dengan menerapkan algoritma Analisis Komponen Utama

Transformasi keterjelaskan

Transformasi	Definisi	ONNX Dapat Diekspor
CalculateFeatureContribution	Menghitung skor kontribusi untuk setiap elemen vektor fitur	Tidak.

Transformasi kalibrasi

Transformasi	Definisi	ONNX Dapat Diekspor
Platt(String, String, String)	Mengubah skor mentah pengklasifikasi biner menjadi probabilitas kelas menggunakan regresi logistik dengan parameter yang diperkirakan menggunakan data pelatihan	Ya
Platt(Double, Double, String)	Mengubah skor mentah pengklasifikasi biner menjadi probabilitas kelas menggunakan regresi logistik dengan parameter tetap	Ya
Naive	Mengubah skor mentah pengklasifikasi biner menjadi probabilitas kelas dengan menetapkan skor ke bin, dan menghitung probabilitas berdasarkan distribusi di antara bin	Ya
Isotonic	Mengubah skor mentah pengklasifikasi biner menjadi probabilitas kelas dengan menetapkan skor ke bin, di mana posisi batas dan ukuran bin diperkirakan menggunakan data pelatihan	Tidak.

Transformasi pembelajaran mendalam

Transformasi	Definisi	ONNX Dapat Diekspor
ApplyOnnxModel	Mengubah data input dengan model ONNX yang diimpor	Tidak.
LoadTensorFlowModel	Mengubah data input dengan model TensorFlow yang diimpor	Tidak.

Transformasi khusus

Transformasi	Definisi	ONNX Dapat Diekspor
FilterByCustomPredicate	Menjatuhkan baris di mana predikat tertentu mengembalikan true.	Tidak.
FilterByStatefulCustomPredicate	Menjatuhkan baris di mana predikat tertentu mengembalikan true, tetapi memungkinkan status tertentu.	Tidak.
CustomMapping	Mengubah kolom yang sudah ada ke kolom baru dengan pemetaan yang ditentukan pengguna	Tidak.
Expression	Menerapkan ekspresi untuk mengubah kolom menjadi kolom baru	Tidak.