Microsoft.ML.Transforms Spazio dei nomi

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 di trasformazione dei dati .

Classi

Nome	Descrizione
ApproximatedKernelMappingEstimator	Esegue il mapping delle colonne vettoriali a uno spazio di funzionalità di basso -dimensional.
ApproximatedKernelTransformer	ITransformer risultante dall'adattamento di un oggetto ApproximatedKernelMappingEstimator.
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 oggetto ColumnCopyingEstimator.
ColumnSelectingEstimator	Mantiene o elimina le colonne selezionate da un oggetto IDataView.
ColumnSelectingTransformer	ITransformer risultante dall'adattamento di un oggetto ColumnSelectingEstimator.
CountFeatureSelectingEstimator	Seleziona gli slot per i quali il conteggio dei valori non predefiniti è maggiore o uguale a una 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 fare in modo che venga considerato una factory di mapping personalizzata.
CustomMappingTransformer<TSrc,TDst>	ITransformer risultante dall'adattamento di un oggetto CustomMappingEstimator<TSrc,TDst>.
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 di trasformazione dei dati .
FeatureContributionCalculatingEstimator	Strumento di stima per FeatureContributionCalculatingTransformer. Calcola i contributi specifici del modello per funzionalità al punteggio di ogni vettore di input.
FeatureContributionCalculatingTransformer	ITransformer risultante dall'adattamento di un oggetto FeatureContributionCalculatingEstimator.
GaussianKernel	Kernel gaussiano.
GlobalContrastNormalizingEstimator	Normalizza i vettori (scale) nella colonna di input applicando la normalizzazione del contrasto globale.
HashingEstimator	Strumento di stima per HashingTransformer, che esegue l'hash di colonne con valori singoli o colonne vettoriali. Per le colonne vettoriali, esegue l'hash di ogni slot separatamente.
HashingEstimator.ColumnOptions	Descrive il modo in cui il trasformatore gestisce una coppia di colonne.
HashingTransformer	ITransformer risultante dall'adattamento di un oggetto HashingEstimator.
KernelBase	Questa classe indica quale kernel deve essere approssimativo da ApproximatedKernelTransformer. <seealso cref="T:Microsoft.ML.Transforms.ApproximatedKernelMappingEstimator"></seealso>.
KeyToBinaryVectorMappingEstimator	Strumento di stima per KeyToBinaryVectorMappingTransformer. Converte i tipi di chiave nella rappresentazione binaria corrispondente del valore originale.
KeyToBinaryVectorMappingTransformer	ITransformer risultante dall'adattamento di un oggetto KeyToBinaryVectorMappingEstimator.
KeyToValueMappingEstimator	Strumento di stima per KeyToValueMappingTransformer. Converte nuovamente i tipi di chiave nei valori originali.
KeyToValueMappingTransformer	ITransformer risultante dall'adattamento di un oggetto KeyToValueMappingEstimator.
KeyToVectorMappingEstimator	Strumento di stima 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 oggetto KeyToVectorMappingEstimator.
LaplacianKernel	Kernel Laplacian.
LpNormNormalizingEstimator	Normalizza i vettori (scale) nella colonna di input in base 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 oggetto MissingValueIndicatorEstimator.
MissingValueReplacingEstimator	IEstimator<TTransformer>per .MissingValueReplacingTransformer
MissingValueReplacingTransformer	ITransformer risultante dall'adattamento di un oggetto MissingValueReplacingEstimator.
MutualInformationFeatureSelectingEstimator	Seleziona gli slot k principali in tutte le colonne specificate ordinate in base alle informazioni reciproche con la colonna etichetta (informazioni sull'etichetta osservando il valore della colonna specificata).
NormalizingEstimator	IEstimator<TTransformer>per .NormalizingTransformer
NormalizingTransformer	ITransformer risultante dall'adattamento di un oggetto NormalizingEstimator.
NormalizingTransformer.AffineNormalizerModelParameters<TData>	Parametri del modello generati dalle trasformazioni di normalizzazione affine.
NormalizingTransformer.BinNormalizerModelParameters<TData>	Parametri del modello generati eseguendo il bucket dei dati in contenitori con aumento UpperBoundsmonotonico di . Il Density valore è costante da bin a bin, per la maggior parte dei casi. ///
NormalizingTransformer.CdfNormalizerModelParameters<TData>	Parametri del modello generati dalle trasformazioni di normalizzazione della distribuzione cumulativa. La funzione di densità cumulativa è parametrizzata da Mean e da come osservato durante l'adattamento StandardDeviation .
NormalizingTransformer.NormalizerModelParametersBase	Classe di base per tutti i modelli di normalizzatore di 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 accesso frequente.
OneHotEncodingTransformer	ITransformer risultante dall'adattamento di un oggetto OneHotEncodingEstimator.
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 oggetto OneHotHashEncodingEstimator.
PrincipalComponentAnalysisTransformer	PCA è una trasformazione di riduzione della dimensionalità che calcola la proiezione del vettore di funzionalità in un sottospazio di rango basso.
PrincipalComponentAnalyzer	PCA è una trasformazione di riduzione della dimensionalità che calcola la proiezione del vettore di funzionalità in un sottospazio di rango basso.
StatefulCustomMappingEstimator<TSrc,TDst,TState>	Applica una funzione di mapping personalizzata alle colonne di input specificate, consentendo allo stesso tempo 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 oggetto StatefulCustomMappingEstimator<TSrc,TDst,TState>.
TensorFlowEstimator	Viene TensorFlowTransformer usato nei due scenari seguenti. Assegnazione dei punteggi con il modello TensorFlow con training preliminare: in questa modalità, la trasformazione estrae i valori dei livelli nascosti da un modello Tensorflow con training preliminare e usa gli output come funzionalità nella pipeline ML.Net. Ripetizione del training del modello TensorFlow : in questa modalità, la trasformazione ripete il training di un modello TensorFlow usando i dati utente passati attraverso ML.Net pipeline. Dopo aver eseguito il training del modello, gli output possono essere usati 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	Strumento di stima 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 oggetto TypeConvertingEstimator.
ValueMappingEstimator	Strumento di stima per ValueMappingTransformer la creazione di una mappa chiave-valore usando le coppie di valori nei dati di input PrimitiveDataViewType
ValueMappingEstimator<TKey,TValue>	Strumento di 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 oggetto ValueMappingEstimator.
ValueToKeyMappingEstimator	IEstimator<TTransformer>per .ValueToKeyMappingTransformer Converte un set di valori categorici (ad esempio, abbreviazioni dello stato degli Stati Uniti) in valori di chiave numerici (ad esempio 1-50). La chiave numerica può essere usata direttamente dagli algoritmi di classificazione.
ValueToKeyMappingTransformer	ITransformer risultante dall'adattamento di un oggetto ValueToKeyMappingEstimator.
VectorWhiteningEstimator	Spazio dei nomi contenente i componenti di trasformazione dei dati .
VectorWhiteningTransformer	Spazio dei nomi contenente i componenti di trasformazione dei dati .

Interfacce

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

Enumerazioni

Nome	Descrizione
ErrId	Spazio dei nomi contenente i componenti di 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 di 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 covarianza media tra variabili bianche e originali sia massima. Al contrario, la whitening PCA comporta la compressione massima delle variabili bianche, misurate dalla covarianza quadrata.

Delegati

Nome	Descrizione
SignatureFunctionProvider	Spazio dei nomi contenente i componenti di trasformazione dei dati .