|
NormalizeBinning(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean, Int32)
|
同じ密度の NormalizingEstimatorビンにデータを割り当てることで正規化する 、を作成します。
|
|
NormalizeBinning(TransformsCatalog, String, String, Int64, Boolean, Int32)
|
同じ密度の NormalizingEstimatorビンにデータを割り当てることで正規化する 、を作成します。
|
|
NormalizeGlobalContrast(TransformsCatalog, String, String, Boolean, Boolean, Single)
|
グローバル コントラスト正規化を GlobalContrastNormalizingEstimator適用する列を個別に正規化する、作成します。
にtrue設定ensureZeroMeanすると、事前処理ステップが適用され、指定した列の平均が 0 ベクトルになります。
|
|
NormalizeLogMeanVariance(TransformsCatalog, InputOutputColumnPair[], Boolean, Int64, Boolean)
|
NormalizingEstimator計算された平均とデータの対数の分散に基づいて正規化する 、を作成します。
|
|
NormalizeLogMeanVariance(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean)
|
NormalizingEstimator計算された平均とデータの対数の分散に基づいて正規化する 、を作成します。
|
|
NormalizeLogMeanVariance(TransformsCatalog, String, Boolean, String, Int64, Boolean)
|
NormalizingEstimator計算された平均とデータの対数の分散に基づいて正規化する 、を作成します。
|
|
NormalizeLogMeanVariance(TransformsCatalog, String, String, Int64, Boolean)
|
NormalizingEstimator計算された平均とデータの対数の分散に基づいて正規化する 、を作成します。
|
|
NormalizeLpNorm(TransformsCatalog, String, String, LpNormNormalizingEstimatorBase+NormFunction, Boolean)
|
入力列のベクトルを LpNormNormalizingEstimator単位のノルムに正規化 (スケーリング) する 、作成します。
使用される標準の型は、次によって定義されます norm。 にtrue設定ensureZeroMeanすると、事前処理ステップが適用され、指定した列の平均が 0 ベクトルになります。
|
|
NormalizeMeanVariance(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean, Boolean)
|
NormalizingEstimator計算された平均とデータの分散に基づいて正規化する 、を作成します。
|
|
NormalizeMeanVariance(TransformsCatalog, String, String, Int64, Boolean, Boolean)
|
NormalizingEstimator計算された平均とデータの分散に基づいて正規化する 、を作成します。
|
|
NormalizeMinMax(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean)
|
データの NormalizingEstimator観測された最小値と最大値に基づいて正規化する 、値を作成します。
|
|
NormalizeMinMax(TransformsCatalog, String, String, Int64, Boolean)
|
データの NormalizingEstimator観測された最小値と最大値に基づいて正規化する 、値を作成します。
|
|
NormalizeRobustScaling(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean, UInt32, UInt32)
|
データを NormalizingEstimator中心に 0 (中央値を削除) することで、外れ値に対して堅牢な統計情報を使用して正規化し、分位範囲 (既定値は四分位範囲) に従ってデータをスケーリングする、作成します。
|
|
NormalizeRobustScaling(TransformsCatalog, String, String, Int64, Boolean, UInt32, UInt32)
|
データを NormalizingEstimator中心に 0 (中央値を削除) することで、外れ値に対して堅牢な統計情報を使用して正規化し、分位範囲 (既定値は四分位範囲) に従ってデータをスケーリングする、作成します。
|
|
NormalizeSupervisedBinning(TransformsCatalog, InputOutputColumnPair[], String, Int64, Boolean, Int32, Int32)
|
列との相関関係に NormalizingEstimator基づいてデータをビンに割り当てることで正規化する 、値を labelColumnName 作成します。
|
|
NormalizeSupervisedBinning(TransformsCatalog, String, String, String, Int64, Boolean, Int32, Int32)
|
列との相関関係に NormalizingEstimator基づいてデータをビンに割り当てることで正規化する 、値を labelColumnName 作成します。
|