Microsoft.ML.Transforms Spazio dei nomi

Riferimento

Importante

Alcune informazioni sono relative alla release non definitiva del prodotto, che potrebbe subire modifiche significative prima della release definitiva. Microsoft non riconosce alcuna garanzia, espressa o implicita, in merito alle informazioni qui fornite.

Spazio dei nomi contenente i componenti della trasformazione dei dati .

Classi

ApproximatedKernelMappingEstimator	Esegue il mapping delle colonne vettoriali a uno spazio di funzionalità a bassa dimensione.
ApproximatedKernelTransformer	ITransformer risultante dall'adattamento di un ApproximatedKernelMappingEstimatoroggetto .
ColumnConcatenatingEstimator	Concatena una o più colonne di input in una nuova colonna di output.
ColumnCopyingEstimator	IEstimator<TTransformer>per .ColumnCopyingTransformer
ColumnCopyingTransformer	ITransformer risultante dall'adattamento di un ColumnCopyingEstimatoroggetto .
ColumnSelectingEstimator	Mantiene o elimina le colonne selezionate da un IDataViewoggetto .
ColumnSelectingTransformer	ITransformer risultante dall'adattamento di un ColumnSelectingEstimatoroggetto .
CountFeatureSelectingEstimator	Seleziona gli slot per i quali il conteggio dei valori non predefiniti è maggiore o uguale a una determinata soglia.
CustomMappingEstimator<TSrc,TDst>	Applica una funzione di mapping personalizzata alle colonne di input specificate. Il risultato sarà nelle colonne di output.
CustomMappingFactory<TSrc,TDst>	Tipo di base per le factory di mapping personalizzate.
CustomMappingFactoryAttributeAttribute	Inserire questo attributo in un tipo per causare che venga considerata una factory di mapping personalizzata.
CustomMappingTransformer<TSrc,TDst>	ITransformer risultante dall'adattamento di un CustomMappingEstimator<TSrc,TDst>oggetto .
ExpressionEstimator	Questo strumento di stima applica un'espressione fornita dall'utente (specificata come stringa) ai valori di colonna di input per produrre nuovi valori di colonna di output.
ExpressionTransformer	Spazio dei nomi contenente i componenti della trasformazione dei dati .
FeatureContributionCalculatingEstimator	Stimare per FeatureContributionCalculatingTransformer. Calcola i contributi specifici del modello per funzionalità al punteggio di ogni vettore di input.
FeatureContributionCalculatingTransformer	ITransformer risultante dall'adattamento di un FeatureContributionCalculatingEstimatoroggetto .
GaussianKernel	Kernel Gaussian.
GlobalContrastNormalizingEstimator	Normalizza i vettori (scale) nella colonna di input che applicano la normalizzazione del contrasto globale.
HashingEstimator	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.
HashingEstimator.ColumnOptions	Descrive come il trasformatore gestisce una coppia di colonne.
HashingTransformer	ITransformer risultante dall'adattamento di un HashingEstimatoroggetto .
KernelBase	Questa classe indica quale kernel deve essere approssimativo dall'oggetto ApproximatedKernelTransformer. .
KeyToBinaryVectorMappingEstimator	Stimare per KeyToBinaryVectorMappingTransformer. Converte i tipi di chiave nella rappresentazione binaria corrispondente del valore originale.
KeyToBinaryVectorMappingTransformer	ITransformer risultante dall'adattamento di un KeyToBinaryVectorMappingEstimatoroggetto .
KeyToValueMappingEstimator	Stimare per KeyToValueMappingTransformer. Converte nuovamente i tipi di chiave nei valori originali.
KeyToValueMappingTransformer	ITransformer risultante dall'adattamento di un KeyToValueMappingEstimatoroggetto .
KeyToVectorMappingEstimator	Stimare per KeyToVectorMappingTransformer. Esegue il mapping del valore di una chiave in un vettore di dimensioni note di Single.
KeyToVectorMappingTransformer	ITransformer risultante dall'adattamento di un KeyToVectorMappingEstimatoroggetto .
LaplacianKernel	Kernel Laplacian.
LpNormNormalizingEstimator	Normalizza i vettori (scale) nella colonna di input alla norma dell'unità. Il tipo di norma utilizzato può essere specificato dall'utente.
LpNormNormalizingEstimatorBase	Classe di stima di base per LpNormNormalizingEstimator e GlobalContrastNormalizingEstimator normalizzatori.
LpNormNormalizingTransformer	ITransformer risultante dall'adattamento di un LpNormNormalizingEstimator oggetto o GlobalContrastNormalizingEstimator.
MissingValueIndicatorEstimator	IEstimator<TTransformer>per .MissingValueIndicatorTransformer
MissingValueIndicatorTransformer	ITransformer risultante dall'adattamento di un MissingValueIndicatorEstimatoroggetto .
MissingValueReplacingEstimator	IEstimator<TTransformer>per .MissingValueReplacingTransformer
MissingValueReplacingTransformer	ITransformer risultante dall'adattamento di un MissingValueReplacingEstimatoroggetto .
MutualInformationFeatureSelectingEstimator	Seleziona gli slot k principali in tutte le colonne specificate ordinate dalle relative informazioni reciproche con la colonna etichetta (ciò che è possibile apprendere sull'etichetta osservando il valore della colonna specificata).
NormalizingEstimator	IEstimator<TTransformer>per .NormalizingTransformer
NormalizingTransformer	ITransformer risultante dall'adattamento di un NormalizingEstimatoroggetto .
NormalizingTransformer.AffineNormalizerModelParameters<TData>	I parametri del modello generati dalle trasformazioni di normalizzazione affine.
NormalizingTransformer.BinNormalizerModelParameters<TData>	I parametri del modello generati tramite buckettizzazione dei dati in contenitori con aumento UpperBoundsmonotonico . Il Density valore è costante da bin a bin, per la maggior parte dei casi. ///
NormalizingTransformer.CdfNormalizerModelParameters<TData>	I parametri del modello generati dalle trasformazioni di normalizzazione della distribuzione cumulativa. La funzione di densità cumulativa è parametrizzata da Mean e l'oggetto osservato durante l'adattamento StandardDeviation .
NormalizingTransformer.NormalizerModelParametersBase	Classe di base per tutti i modelli di normalizzatore dati come NormalizingTransformer.AffineNormalizerModelParameters<TData>, , NormalizingTransformer.BinNormalizerModelParameters<TData>NormalizingTransformer.CdfNormalizerModelParameters<TData>.
OneHotEncodingEstimator	Converte una o più colonne di input di valori categorici in quante colonne di output di vettori codificati a caldo.
OneHotEncodingTransformer	ITransformer risultante dall'adattamento di un OneHotEncodingEstimatoroggetto .
OneHotHashEncodingEstimator	Converte una o più colonne di input di valori categorici in quante colonne di output di vettori con codifica one-hot basati su hash.
OneHotHashEncodingTransformer	ITransformer risultante dall'adattamento di un OneHotHashEncodingEstimatoroggetto .
PrincipalComponentAnalysisTransformer	PCA è una trasformazione di riduzione della dimensione che calcola la proiezione del vettore di funzionalità in un sottospace di basso rango.
PrincipalComponentAnalyzer	PCA è una trasformazione di riduzione della dimensione che calcola la proiezione del vettore di funzionalità in un sottospace di basso rango.
StatefulCustomMappingEstimator<TSrc,TDst,TState>	Applica una funzione di mapping personalizzata alle colonne di input specificate, consentendo uno stato per cursore. Il risultato sarà nelle colonne di output.
StatefulCustomMappingFactory<TSrc,TDst,TState>	Tipo di base per le factory di mapping personalizzate con stato.
StatefulCustomMappingTransformer<TSrc,TDst,TState>	ITransformer risultante dall'adattamento di un StatefulCustomMappingEstimator<TSrc,TDst,TState>oggetto .
TensorFlowEstimator	Viene TensorFlowTransformer usato in due scenari seguenti. Assegnazione dei punteggi con modello TensorFlow con training preliminare: in questa modalità, la trasformazione estrae i valori dei livelli nascosti da un modello Tensorflow pre-sottoposto a training e usa gli output come funzionalità nella pipeline di ML.Net. Ripetizione del training del modello TensorFlow: in questa modalità, la trasformazione esegue nuovamente il training di un modello TensorFlow usando i dati utente passati attraverso ML.Net pipeline. Una volta eseguito il training del modello, è possibile usare gli output come funzionalità per l'assegnazione dei punteggi.
TensorFlowModel	Questa classe contiene le informazioni correlate al modello e alla sessione TensorFlow. Fornisce alcuni metodi pratici per eseguire query sullo schema del modello e sulla creazione di TensorFlowEstimator oggetti.
TensorFlowTransformer	ITransformerper .TensorFlowEstimator
TransformInputBase	Classe di base per tutti gli input di trasformazione.
TypeConvertingEstimator	Stimare per TypeConvertingTransformer. Converte il tipo di colonna di input sottostante in un nuovo tipo. I tipi di colonna di input e output devono essere compatibili. PrimitiveDataViewType
TypeConvertingTransformer	ITransformer risultante dall'adattamento di un TypeConvertingEstimatoroggetto .
ValueMappingEstimator	Stima per ValueMappingTransformer la creazione di una mappa chiave-valore usando le coppie di valori nei dati di input PrimitiveDataViewType
ValueMappingEstimator<TKey,TValue>	Stima per ValueMappingTransformer la creazione di una mappa chiave-valore usando le coppie di valori nei dati di input PrimitiveDataViewType
ValueMappingTransformer	ITransformer risultante dall'adattamento di un ValueMappingEstimatoroggetto .
ValueToKeyMappingEstimator	IEstimator<TTransformer>per .ValueToKeyMappingTransformer Converte un set di valori categorici (ad esempio, abbreviazioni dello stato degli Stati Uniti) in valori numerici di chiave (ad esempio 1-50). La chiave numerica può essere usata direttamente dagli algoritmi di classificazione.
ValueToKeyMappingTransformer	ITransformer risultante dall'adattamento di un ValueToKeyMappingEstimatoroggetto .
VectorWhiteningEstimator	Spazio dei nomi contenente i componenti della trasformazione dei dati .
VectorWhiteningTransformer	Spazio dei nomi contenente i componenti della trasformazione dei dati .

Interfacce

IFunctionProvider

Questa interfaccia consente di estendere il linguaggio ExprTransform con funzioni aggiuntive.

Enumerazioni

ErrId	Spazio dei nomi contenente i componenti della trasformazione dei dati .
LpNormNormalizingEstimatorBase.NormFunction	Il tipo di vettori di norma unità viene ridimensionato. Questa enumerazione viene serializzata.
MissingValueReplacingEstimator.ReplacementMode	I possibili modi per sostituire i valori mancanti.
OneHotEncodingEstimator.OutputKind	Spazio dei nomi contenente i componenti della trasformazione dei dati .
ValueToKeyMappingEstimator.KeyOrdinality	Controlla l'ordine delle chiavi di output.
WhiteningKind	Tecnica di whitening vettoriale da usare. La whitening ZCA garantisce che la media covarianza tra le variabili bianche e originali sia massima. Al contrario, la whitening PCA comporta la compressione massima delle variabili bianche, misurate da covarianza quadrata.

Delegati

SignatureFunctionProvider