Microsoft.ML.Data 네임스페이스
중요
일부 정보는 릴리스되기 전에 상당 부분 수정될 수 있는 시험판 제품과 관련이 있습니다. Microsoft는 여기에 제공된 정보에 대해 어떠한 명시적이거나 묵시적인 보증도 하지 않습니다.
데이터 로드 및 저장, 데이터 스키마 정의 및 모델 학습 메트릭 구성 요소가 포함된 네임스페이스입니다.
클래스
AnomalyDetectionMetrics |
변칙 검색(자율 학습 알고리즘)에 대한 평가 결과입니다. |
AnomalyPredictionTransformer<TModel> |
변칙 검색 작업에 대한 ISingleFeaturePredictionTransformer<TModel> 기본 클래스입니다. |
BinaryClassificationMetrics |
확률적 메트릭을 제외한 이진 분류자 평가 결과입니다. |
BinaryClassificationMetricsStatistics |
클래스는 BinaryClassificationMetricsStatistics 의 여러 관찰에 대한 요약 통계를 보유합니다 BinaryClassificationMetrics. |
BinaryPrecisionRecallDataPoint |
이 클래스는 이진 분류를 위해 Precision-Recall 곡선의 데이터 요소 하나를 나타냅니다. |
BinaryPredictionTransformer<TModel> |
이진 분류 작업에 대한 ISingleFeaturePredictionTransformer<TModel> 기본 클래스입니다. |
BooleanDataViewType |
표준 부울 형식입니다. 표현 형식은 입니다 Boolean. 단일 정적 속성 Instance에서 액세스할 수 있는 가능한 값은 하나만 있을 수 있습니다. |
CalibratedBinaryClassificationMetrics |
확률적 메트릭을 포함한 이진 분류자를 위한 평가 결과입니다. |
ClusteringMetrics |
클러스터링 예측을 평가한 후 생성된 메트릭입니다. |
ClusteringPredictionTransformer<TModel> |
클러스터링 작업에 대한 ISingleFeaturePredictionTransformer<TModel> 기본 클래스입니다. |
ColumnConcatenatingTransformer |
ITransformer 을(를) 맞추기 때문에 발생합니다 ColumnConcatenatingEstimator. |
ColumnCursorExtensions |
의 단일 열 IDataView 값을 로 추출할 수 있는 확장 메서드입니다 IEnumerable<T>. |
ColumnNameAttribute |
멤버 이름을 열 이름으로 사용하는 기본 동작과 달리 멤버가 열 이름을 직접 지정할 IDataView 수 있습니다. |
CompositeDataLoader<TSource,TLastTransformer> |
이 클래스는 로드 후 변환기 체인을 적용하는 데이터 로더를 나타냅니다. 리포지토리에 자신을 저장하는 메서드도 있습니다. |
CompositeLoaderEstimator<TSource,TLastTransformer> |
복합 데이터 로더에 대한 추정기 클래스입니다. 이 패턴은 일반적이지는 않지만 '학습 가능한 스마트 데이터 로더'를 빌드하는 데 사용할 수 있습니다. |
ConfusionMatrix |
분류 결과의 혼동 행렬 을 나타냅니다. |
DatabaseLoader |
데이터 로드 및 저장, 데이터 스키마 정의 및 모델 학습 메트릭 구성 요소가 포함된 네임스페이스입니다. |
DatabaseLoader.Column |
입력 열을 열에 매핑하는 IDataView 방법을 설명합니다. |
DatabaseLoader.Options |
에 대한 설정 DatabaseLoader |
DatabaseLoader.Range |
출력 열에 매핑해야 하는 입력 열의 인덱스 또는 이름 범위를 지정합니다. |
DatabaseSource |
읽기 위해 데이터베이스를 여는 데 필요한 데이터를 노출합니다. |
DataDebuggerPreview |
이 클래스는 의 즉시 '미리 보기'를 IDataView나타냅니다. |
DataDebuggerPreview.ColumnInfo |
데이터 로드 및 저장, 데이터 스키마 정의 및 모델 학습 메트릭 구성 요소가 포함된 네임스페이스입니다. |
DataDebuggerPreview.RowInfo |
데이터 로드 및 저장, 데이터 스키마 정의 및 모델 학습 메트릭 구성 요소가 포함된 네임스페이스입니다. |
DataViewType |
형식 시스템의 모든 형식에 대한 추상 기본 클래스입니다 IDataView . |
DataViewTypeAttribute |
DataViewTypeAttribute 클래스의 인스턴스가 ML.NET 로 로드되는 경우 클래스 속성 및 필드를 데 IDataView코레이팅하는 데 사용해야 합니다. 함수 Register() 는 에 대한 를 DataViewType 등록Attribute하기 위해 Type 호출됩니다. 등록된 Type 및 해당 Attribute에 입력된 값이 있을 때마다 의 해당 값 형식(예: Type) IDataView 은 연결된 DataViewType입니다. |
DataViewTypeManager |
ML.NET DataViewType C# Type사이의 맵을 관리하기 위한 싱글톤 클래스입니다. 에서 IDataView사용자 지정 열 형식을 지원하려면 열의 기본 형식(예: C# 클래스의 형식)을 에서 DataViewType파생된 클래스에 등록해야 합니다. |
DateTimeDataViewType |
표준 날짜 시간 유형입니다. 표현 형식은 입니다 DateTime. 단일 정적 속성 Instance에서 액세스할 수 있는 가능한 값은 하나만 있을 수 있습니다. |
DateTimeOffsetDataViewType |
표준 날짜 시간 오프셋 형식입니다. 표현 형식은 입니다 DateTimeOffset. 단일 정적 속성 Instance에서 액세스할 수 있는 가능한 값은 하나만 있을 수 있습니다. |
EstimatorChain<TLastTransformer> |
로 끝나는 예측 도구의 체인(잠재적으로 비어 있음)을 |
FileHandleSource |
를 IFileHandle IMultiStreamSource로 래핑합니다. |
ImageLoadingEstimator | |
ImageLoadingTransformer |
ITransformer 을(를) 맞추기 때문에 발생합니다 ImageLoadingEstimator. |
KeyCount |
열의 유효한 값 KeyDataViewType 에 대한 카디널리티 또는 개수를 정의합니다. 이것은 엄격하게 긍정적이어야합니다. 및 TypeConvertingEstimator에서 TextLoader 사용됩니다. |
KeyDataViewType |
범주 또는 열거형 값을 나타내는 형식으로, 다중 클래스 분류 모델의 레이블 값에 가장 일반적으로 사용됩니다. |
KeyTypeAttribute |
멤버가 로 표시되도록 허용합니다 KeyDataViewType. |
LoadColumnAttribute |
멤버가 텍스트 파일의 필드에 대한 매핑을 지정할 수 있도록 허용합니다. 열 이름을 재정의하려면 를 IDataView 사용합니다 ColumnNameAttribute. |
LoadColumnNameAttribute |
멤버가 데이터베이스의 필드에 대한 매핑을 지정할 수 있도록 허용합니다. 열 이름을 재정의하려면 를 IDataView 사용합니다 ColumnNameAttribute. |
MetricStatistics |
MetricsStatistics 클래스는 메트릭의 여러 관찰에 대한 요약 통계를 계산합니다. |
MLImage |
이미징 작업에 대한 인터페이스를 제공합니다. |
MulticlassClassificationMetrics |
다중 클래스 분류 트레이너에 대한 평가 결과입니다. |
MulticlassClassificationMetricsStatistics |
클래스는 MulticlassClassificationMetricsStatistics 의 여러 관찰에 대한 요약 통계를 보유합니다 MulticlassClassificationMetrics. |
MulticlassPredictionTransformer<TModel> |
다중 클래스 분류 작업에 대한 ISingleFeaturePredictionTransformer<TModel> 기본 클래스입니다. |
MultiFileSource |
잠재적으로 복합 경로를 IMultiStreamSource로 래핑합니다. |
NoColumnAttribute |
이 멤버를 의 열로 노출되지 않는 것으로 IDataView 표시합니다 DataViewSchema. |
NumberDataViewType |
표준 번호 형식입니다. 이 클래스는 직접 인스턴스화할 수 없습니다. 이 형식의 허용되는 모든 인스턴스는 싱글톤이며 이 클래스에서 정적 속성으로 액세스할 수 있습니다. |
OneToOneTransformerBase |
쌍 입력 및 출력 열에서 작동하는 변환기에 대한 기본 클래스입니다. |
PredictionTransformerBase<TModel> |
기능 열이 없거나 둘 이상의 기능 열이 있는 변환기에 대한 기본 클래스입니다. |
PrimitiveDataViewType |
모든 기본 형식에 대한 추상 기본 클래스입니다. 이러한 형식의 값은 소유권, 변형 또는 삭제와 관계없이 자유롭게 복사할 수 있습니다. |
RankingEvaluatorOptions |
RankingEvaluator의 출력을 제어하는 옵션 |
RankingMetrics |
순위에 대한 평가 결과입니다. |
RankingMetricsStatistics |
클래스는 RankingMetricsStatistics 의 여러 관찰에 대한 요약 통계를 보유합니다 RankingMetrics. |
RankingPredictionTransformer<TModel> |
순위 지정 작업에 대한 ISingleFeaturePredictionTransformer<TModel> 기본 클래스입니다. |
RegressionMetrics |
평가 결과 회귀 알고리즘(감독 학습 알고리즘). |
RegressionMetricsStatistics |
클래스는 RegressionMetricsStatistics 의 여러 관찰에 대한 요약 통계를 보유합니다 RegressionMetrics. |
RegressionPredictionTransformer<TModel> |
회귀 작업에 대한 ISingleFeaturePredictionTransformer<TModel> 기본 클래스입니다. |
RowIdDataViewType |
RowIdDataViewType 형식입니다. 표현 형식은 입니다 DataViewRowId. 단일 정적 속성 Instance에서 액세스할 수 있는 가능한 값은 하나만 있을 수 있습니다. |
RowToRowTransformerBase |
새 열을 생성하지만 기존 열에는 영향을 주지 않는 변환기에 대한 기본 클래스입니다. |
SchemaAnnotationsExtensions |
의 인기 있는 콘텐츠를 쉽게 소비할 수 있도록 하는 확장 메서드입니다 Annotations. |
SchemaDefinition |
이 클래스는 형식화된 데이터 뷰의 스키마를 정의합니다. |
SchemaDefinition.Column |
데이터 뷰의 한 열입니다. |
SimpleFileHandle |
간단한 디스크 기반 파일 핸들입니다. |
SingleFeaturePredictionTransformerBase<TModel> |
를 구현하는 모든 변환기에 대한 기본 클래스입니다 ISingleFeaturePredictionTransformer<TModel>. 이러한 변환기는 하나의 기능 열에서 작동하는 모든 변환기입니다. |
StructuredDataViewType |
모든 비 기본 형식에 대한 추상 기본 클래스입니다. |
SvmLightLoader |
이렇게 하면 SVM 라이트 형식에 가까운 형식으로 데이터를 읽으려고 시도합니다. 목표는 이 로더에서 대부분의 SVM 조명 형식 데이터를 해석할 수 있어야 한다는 것입니다. |
SvmLightLoaderSaverCatalog |
데이터 로드 및 저장, 데이터 스키마 정의 및 모델 학습 메트릭 구성 요소가 포함된 네임스페이스입니다. |
TextDataViewType |
표준 텍스트 형식입니다. 여기에는 형식 매개 변수 Char가 있는 의 ReadOnlyMemory<T> 표현 형식이 있습니다. 단일 정적 속성 Instance에서 액세스할 수 있는 가능한 값은 하나만 있을 수 있습니다. |
TextLoader |
텍스트 파일을 IDataView에 로드합니다. 입력 열에서 열로의 기본 매핑을 IDataView 지원합니다. |
TextLoader.Column |
입력 열을 열에 매핑하는 IDataView 방법을 설명합니다. |
TextLoader.Options |
에 대한 설정 TextLoader |
TextLoader.Range |
출력 열에 매핑해야 하는 입력 열의 인덱스 범위를 지정합니다. |
TimeSpanDataViewType |
표준 시간 범위 형식입니다. 표현 형식은 입니다 TimeSpan. 단일 정적 속성 Instance에서 액세스할 수 있는 가능한 값은 하나만 있을 수 있습니다. |
TransformerChain<TLastTransformer> |
로 끝나는 변환기 체인(비어 있는 것일 수 있음)입니다 |
TrivialEstimator<TTransformer> |
의 IEstimator<TTransformer> 간단한 구현에는 이미 변환기가 있으며 에 대한 모든 호출 Fit(IDataView)에서 반환됩니다. 변환기에서 유추하는 쉬운 방법이 없으므로 구체적인 구현은 여전히 스키마 전파 메커니즘을 제공해야 합니다. |
VBufferEditor |
인스턴스를 만들기 VBufferEditor<T> 위한 다양한 메서드입니다. |
VectorDataViewType |
표준 벡터 형식입니다. 이 의 표현 형식은 입니다 VBuffer<T>. 여기서 형식 매개 변수는 에 있습니다 ItemType. |
VectorTypeAttribute |
멤버를 로 표시 VectorDataViewType할 수 있습니다. 주로 결과 배열의 차원을 설정할 수 있습니다. |
구조체
DataViewRowId |
행의 식별자로 사용되는 구조체입니다 IDataView. 수백만 개의 레코드가 있는 데이터 세트의 경우 해당 ID는 고유해야 하므로 이러한 큰 구조가 값을 보유해야 합니다. 이러한 ID는 파이프라인의 이전 구성 요소의 다른 ID에서 파생되며, 구조를 높은 순서와 낮은 비트 순서의 두 가지로 나누고 이러한 충돌의 변경 내용을 더욱 줄입니다. |
VBuffer<T> |
조밀한 표현과 스파스 표현을 모두 지원하는 버퍼입니다. 모든 VectorDataViewType 인스턴스에 대한 표현 형식입니다. 이 벡터의 명시적으로 정의된 값은 및 를 통해 GetValues() 노출되며, 조밀하지 않은 경우 입니다 GetIndices(). |
VBufferEditor<T> |
버퍼가 조밀하지 않은 경우 를 작성 ValuesIndices 하여 을 편집 VBuffer<T> 할 수 있는 개체입니다. |
인터페이스
IFileHandle |
파일 핸들입니다. |
IMultiStreamSource |
읽기 위해 열 수 있는 몇 가지 항목을 노출하기 위한 인터페이스입니다. |
IRowToRowMapper |
이 인터페이스는 입력 DataViewRow 을 출력 DataViewRow에 매핑합니다. 일부 구현은 입력 열의 하위 집합을 반환할 수 있지만 일반적으로 출력에는 구현 클래스에서 추가한 입력 열과 새 열이 모두 포함됩니다. 이 인터페이스는 와 유사 Microsoft.ML.Data.ISchemaBoundRowMapper합니다. 단, 입력 역할 매핑이 없으므로 다시 바인딩하려면 동일한 입력 열 이름을 사용해야 합니다. 이 인터페이스의 구현은 일반적으로 정의된 입력 DataViewSchema을 통해 생성됩니다. |
열거형
DataKind |
간단한 데이터 형식을 지정합니다. |
MLPixelFormat |
이미지의 각 픽셀에 대한 색 데이터의 형식을 지정합니다. |
SchemaDefinition.Direction |
데이터 로드 및 저장, 데이터 스키마 정의 및 모델 학습 메트릭 구성 요소가 포함된 네임스페이스입니다. |
TransformerScope |
이 열거형을 사용하면 체인의 추정기(및 후속 변환기)를 '학습에만', '학습 및 평가'에만 사용할 수 있습니다. 가장 주목할 만한 예는 레이블 열에 대한 변환을 채점하는 데 사용하면 안 되므로 scope 또는 TrainTest이어야 Training 합니다. |