HashingEstimator Classe

Definizione

Stimare per HashingTransformer, che esegue l'hash di colonne a valori singoli o colonne vettoriali. Per le colonne vettore, esegue l'hashing di ogni slot separatamente.

public sealed class HashingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.HashingTransformer>
type HashingEstimator = class
    interface IEstimator<HashingTransformer>
Public NotInheritable Class HashingEstimator
Implements IEstimator(Of HashingTransformer)
Ereditarietà
HashingEstimator
Implementazioni

Commenti

Caratteristiche dello strumento di stima

Questo stimatore deve esaminare i dati per eseguire il training dei relativi parametri? Sì, se è necessario eseguire il mapping degli hash ai valori.
Tipo di dati della colonna di input Vettore o scalari di tipo numerico, booleano, testo, DateTime e chiave .
Tipo di dati della colonna di output Tipo di chiave vettoriale o scalare.
Esportabile in ONNX Sì: sugli stimatori sottoposti a training su v1.5 e su un secondo. Int64, UInt64, SingleDouble e OrderedHashing non sono supportati.

Controllare la sezione Vedere anche i collegamenti agli esempi di utilizzo.

Metodi

Fit(IDataView)

Esegue il training e restituisce un HashingTransformeroggetto .

GetOutputSchema(SchemaShape)

Restituisce l'oggetto SchemaShape dello schema che verrà prodotto dal trasformatore. Usato per la propagazione e la verifica dello schema in una pipeline.

Metodi di estensione

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Aggiungere un "checkpoint di memorizzazione nella cache" alla catena di stima. Ciò garantisce che gli estimatori downstream vengano sottoposti a training sui dati memorizzati nella cache. È utile avere un checkpoint di memorizzazione nella cache prima dei training che accettano più passaggi di dati.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Dato un stimatore, restituire un oggetto wrapping che chiamerà un delegato una volta Fit(IDataView) chiamato. Spesso è importante che un stimatore restituisca informazioni su ciò che è stato adatto, che è il motivo per cui il Fit(IDataView) metodo restituisce un oggetto tipizzato in modo specifico, anziché solo un oggetto generale ITransformer. Tuttavia, allo stesso tempo, IEstimator<TTransformer> sono spesso formati in pipeline con molti oggetti, quindi potrebbe essere necessario creare una catena di stima tramite EstimatorChain<TLastTransformer> dove lo stimatore per cui si vuole ottenere il trasformatore è sepolto da qualche parte in questa catena. Per questo scenario, è possibile collegare questo metodo a un delegato che verrà chiamato una volta chiamato fit.

Si applica a

Vedi anche