TextLoaderSaverCatalog.CreateTextLoader 메서드

정의

네임스페이스:

Microsoft.ML

어셈블리:

Microsoft.ML.Data.dll

패키지:

Microsoft.ML v2.0.0

오버로드

CreateTextLoader(DataOperationsCatalog, TextLoader+Options, IMultiStreamSource)	텍스트 로더 를 만듭니다 TextLoader.
CreateTextLoader(DataOperationsCatalog, TextLoader+Column[], Char, Boolean, IMultiStreamSource, Boolean, Boolean, Boolean)	텍스트 로더 를 만듭니다 TextLoader.
CreateTextLoader<TInput>(DataOperationsCatalog, TextLoader+Options, IMultiStreamSource)	데이터 모델 형식에서 데이터 세트 스키마를 유추하여 텍스트 로더 TextLoader 를 만듭니다.
CreateTextLoader<TInput>(DataOperationsCatalog, Char, Boolean, IMultiStreamSource, Boolean, Boolean, Boolean)	데이터 모델 형식에서 데이터 세트 스키마를 유추하여 텍스트 로더 TextLoader 를 만듭니다.

CreateTextLoader(DataOperationsCatalog, TextLoader+Options, IMultiStreamSource)

텍스트 로더 를 만듭니다 TextLoader.

public static Microsoft.ML.Data.TextLoader CreateTextLoader (this Microsoft.ML.DataOperationsCatalog catalog, Microsoft.ML.Data.TextLoader.Options options, Microsoft.ML.Data.IMultiStreamSource dataSample = default);

static member CreateTextLoader : Microsoft.ML.DataOperationsCatalog * Microsoft.ML.Data.TextLoader.Options * Microsoft.ML.Data.IMultiStreamSource -> Microsoft.ML.Data.TextLoader

<Extension()>
Public Function CreateTextLoader (catalog As DataOperationsCatalog, options As TextLoader.Options, Optional dataSample As IMultiStreamSource = Nothing) As TextLoader

매개 변수

catalog

DataOperationsCatalog

카탈로그입니다 DataOperationsCatalog .

options

TextLoader.Options

부하 작업의 설정을 정의합니다.

dataSample

IMultiStreamSource

데이터 샘플의 선택적 위치입니다. 샘플은 있는 경우 슬롯 이름 주석을 유추하는 데 사용할 수 있으며 최대 인덱스 Columns 로 TextLoader.Rangenull 정의된 의 슬롯 수도 유추할 수 있습니다. 샘플이 ML.NET의 SaveAsText(DataOperationsCatalog, IDataView, Stream, Char, Boolean, Boolean, Boolean, Boolean)와 함께 저장된 경우 로더가 지정되지 않은 경우에도 Columns 읽을 수 있는 스키마 정보도 헤더에 포함됩니다. 파일에 정의된 스키마를 사용하기 위해 다른 TextLoader.Options 모든 sould는 기본값으로 남게 됩니다.

반환

TextLoader

CreateTextLoader(DataOperationsCatalog, TextLoader+Column[], Char, Boolean, IMultiStreamSource, Boolean, Boolean, Boolean)

텍스트 로더 를 만듭니다 TextLoader.

public static Microsoft.ML.Data.TextLoader CreateTextLoader (this Microsoft.ML.DataOperationsCatalog catalog, Microsoft.ML.Data.TextLoader.Column[] columns, char separatorChar = '\t', bool hasHeader = false, Microsoft.ML.Data.IMultiStreamSource dataSample = default, bool allowQuoting = false, bool trimWhitespace = false, bool allowSparse = false);

static member CreateTextLoader : Microsoft.ML.DataOperationsCatalog * Microsoft.ML.Data.TextLoader.Column[] * char * bool * Microsoft.ML.Data.IMultiStreamSource * bool * bool * bool -> Microsoft.ML.Data.TextLoader

<Extension()>
Public Function CreateTextLoader (catalog As DataOperationsCatalog, columns As TextLoader.Column(), Optional separatorChar As Char = '\t', Optional hasHeader As Boolean = false, Optional dataSample As IMultiStreamSource = Nothing, Optional allowQuoting As Boolean = false, Optional trimWhitespace As Boolean = false, Optional allowSparse As Boolean = false) As TextLoader

매개 변수

catalog

DataOperationsCatalog

카탈로그입니다 DataOperationsCatalog .

columns

TextLoader.Column[]

스키마를 TextLoader.Column 정의하는 열의 배열입니다.

separatorChar

Char

행의 데이터 포인트 간에 구분 기호로 사용되는 문자입니다. 기본적으로 탭 문자는 구분 기호로 사용됩니다.

hasHeader

Boolean

파일에 기능 이름이 있는 헤더가 있는지 여부입니다. 가 제공되면 true 의 첫 번째 줄이 기능 이름에 사용되고 가 호출될 때 Load(IMultiStreamSource) 첫 번째 줄은 건너뛰게 됨을 나타냅니다. 제공된 항목이 없 으면 가 호출될 true 때 Load(IMultiStreamSource) 로더가 첫 번째 줄을 건너뛰어야 하지만 열에는 슬롯 이름 주석이 없음을 나타냅니다. 이는 로더가 생성되면 출력 스키마가 만들어지고 가 호출되는 경우 Load(IMultiStreamSource) 는 아니기 때문입니다.

dataSample

IMultiStreamSource

데이터 샘플의 선택적 위치입니다. 샘플은 있는 경우 슬롯 이름 주석과 최대 인덱스로 TextLoader.Rangenull 정의된 열의 슬롯 수를 유추하는 데 사용할 수 있습니다. 샘플이 ML.NET의 SaveAsText(DataOperationsCatalog, IDataView, Stream, Char, Boolean, Boolean, Boolean, Boolean)와 함께 저장된 경우 가 인 경우에도 columnsnull로더가 읽을 수 있는 스키마 정보도 헤더에 포함됩니다. 파일에 정의된 스키마를 사용하려면 다른 모든 인수가 기본값으로 남게 됩니다.

allowQuoting

Boolean

입력에 큰따옴표가 붙은 값이 포함될 수 있는지 여부입니다. 이 매개 변수는 입력 값의 구분 기호 문자를 실제 구분 기호와 구분하는 데 사용됩니다. 이면 true큰따옴표 내의 구분 기호가 입력 값의 일부로 처리됩니다. 이면 false따옴표 안에 있는 구분 기호도 모두 새 열을 구분하는 것으로 처리됩니다.

trimWhitespace

Boolean

줄에서 후행 공백을 제거합니다.

allowSparse

Boolean

입력에 스파스 표현이 포함될 수 있는지 여부입니다. 예를 들어 "5 2:6 4:3"이 포함된 행은 열이 5개이고 0이 아닌 열은 각각 6과 3 값을 갖는 열 2와 4입니다. 열 인덱스는 0부터 시작하므로 열 2와 4는 3번째 및 5번째 열을 나타냅니다. 열에는 조밀한 값과 이 방식으로 표시되는 스파스 값이 있을 수도 있습니다. 예를 들어 "1 2 5 2:6 4:3"을 포함하는 행은 값이 1과 2인 두 개의 조밀한 열을 나타내고 그 뒤에 값이 0, 0, 6, 0 및 3인 5개의 드물게 표시되는 열을 나타냅니다. 스파스 열의 인덱스는 0이 세 번째 열을 나타내더라도 0부터 시작합니다.

반환

TextLoader

예제

using System;
using System.Collections.Generic;
using System.IO;
using System.Text;
using Microsoft.ML;
using Microsoft.ML.Data;

namespace Samples.Dynamic.DataOperations
{
    public static class LoadingText
    {
        // This examples shows all the ways to load data with TextLoader.
        public static void Example()
        {
            // Create 5 data files to illustrate different loading methods.
            var dataFiles = new List<string>();
            var random = new Random(1);
            var dataDirectoryName = "DataDir";
            Directory.CreateDirectory(dataDirectoryName);
            for (int i = 0; i < 5; i++)
            {
                var fileName = Path.Combine(dataDirectoryName, $"Data_{i}.csv");
                dataFiles.Add(fileName);
                using (var fs = File.CreateText(fileName))
                {
                    // Write without header with 10 random columns, forcing
                    // approximately 80% of values to be 0.
                    for (int line = 0; line < 10; line++)
                    {
                        var sb = new StringBuilder();
                        for (int pos = 0; pos < 10; pos++)
                        {
                            var value = random.NextDouble();
                            sb.Append((value < 0.8 ? 0 : value).ToString() + '\t');
                        }
                        fs.WriteLine(sb.ToString(0, sb.Length - 1));
                    }
                }
            }

            // Create a TextLoader.
            var mlContext = new MLContext();
            var loader = mlContext.Data.CreateTextLoader(
                columns: new[]
                {
                    new TextLoader.Column("Features", DataKind.Single, 0, 9)
                },
                hasHeader: false
            );

            // Load a single file from path.
            var singleFileData = loader.Load(dataFiles[0]);
            PrintRowCount(singleFileData);

            // Expected Output:
            //   10


            // Load all 5 files from path.
            var multipleFilesData = loader.Load(dataFiles.ToArray());
            PrintRowCount(multipleFilesData);

            // Expected Output:
            //   50


            // Load all files using path wildcard.
            var multipleFilesWildcardData =
                loader.Load(Path.Combine(dataDirectoryName, "Data_*.csv"));
            PrintRowCount(multipleFilesWildcardData);

            // Expected Output:
            //   50


            // Create a TextLoader with user defined type.
            var loaderWithCustomType =
                mlContext.Data.CreateTextLoader<Data>(hasHeader: false);

            // Load a single file from path.
            var singleFileCustomTypeData = loaderWithCustomType.Load(dataFiles[0]);
            PrintRowCount(singleFileCustomTypeData);

            // Expected Output:
            //   10


            // Create a TextLoader with unknown column length to illustrate
            // how a data sample may be used to infer column size.
            var dataSample = new MultiFileSource(dataFiles[0]);
            var loaderWithUnknownLength = mlContext.Data.CreateTextLoader(
                columns: new[]
                {
                    new TextLoader.Column("Features",
                                          DataKind.Single,
                                          new[] { new TextLoader.Range(0, null) })
                },
                dataSample: dataSample
            );

            var dataWithInferredLength = loaderWithUnknownLength.Load(dataFiles[0]);
            var featuresColumn = dataWithInferredLength.Schema.GetColumnOrNull("Features");
            if (featuresColumn.HasValue)
                Console.WriteLine(featuresColumn.Value.ToString());

            // Expected Output:
            //   Features: Vector<Single, 10>
            //
            // ML.NET infers the correct length of 10 for the Features column,
            // which is of type Vector<Single>.

            PrintRowCount(dataWithInferredLength);

            // Expected Output:
            //   10


            // Save the data with 10 rows to a text file to illustrate the use of
            // sparse format.
            var sparseDataFileName = Path.Combine(dataDirectoryName, "saved_data.tsv");
            using (FileStream stream = new FileStream(sparseDataFileName, FileMode.Create))
                mlContext.Data.SaveAsText(singleFileData, stream);

            // Since there are many zeroes in the data, it will be saved in a sparse
            // representation to save disk space. The data may be forced to be saved
            // in a dense representation by setting forceDense to true. The sparse
            // data will look like the following:
            //
            //   10 7:0.943862259
            //   10 3:0.989767134
            //   10 0:0.949778438   8:0.823028445   9:0.886469543
            //
            // The sparse representation of the first row indicates that there are
            // 10 columns, the column 7 (8-th column) has value 0.943862259, and other
            // omitted columns have value 0.

            // Create a TextLoader that allows sparse input.
            var sparseLoader = mlContext.Data.CreateTextLoader(
                columns: new[]
                {
                    new TextLoader.Column("Features", DataKind.Single, 0, 9)
                },
                allowSparse: true
            );

            // Load the saved sparse data.
            var sparseData = sparseLoader.Load(sparseDataFileName);
            PrintRowCount(sparseData);

            // Expected Output:
            //   10


            // Create a TextLoader without any column schema using TextLoader.Options.
            // Since the sparse data file was saved with ML.NET, it has the schema
            // enoded in its header that the loader can understand:
            //
            // #@ TextLoader{
            // #@   sep=tab
            // #@   col=Features:R4:0-9
            // #@ }
            //
            // The schema syntax is unimportant since it is only used internally. In
            // short, it tells the loader that the values are separated by tabs, and
            // that columns 0-9 in the text file are to be read into one column named
            // "Features" of type Single (internal type R4).

            var options = new TextLoader.Options()
            {
                AllowSparse = true,
            };
            var dataSampleWithSchema = new MultiFileSource(sparseDataFileName);
            var sparseLoaderWithSchema =
                mlContext.Data.CreateTextLoader(options, dataSample: dataSampleWithSchema);

            // Load the saved sparse data.
            var sparseDataWithSchema = sparseLoaderWithSchema.Load(sparseDataFileName);
            PrintRowCount(sparseDataWithSchema);

            // Expected Output:
            //   10
        }

        private static void PrintRowCount(IDataView idv)
        {
            // IDataView is lazy so we need to iterate through it
            // to get the number of rows.
            long rowCount = 0;
            using (var cursor = idv.GetRowCursor(idv.Schema))
                while (cursor.MoveNext())
                    rowCount++;

            Console.WriteLine(rowCount);
        }

        private class Data
        {
            [LoadColumn(0, 9)]
            public float[] Features { get; set; }
        }
    }
}

CreateTextLoader<TInput>(DataOperationsCatalog, TextLoader+Options, IMultiStreamSource)

데이터 모델 형식에서 데이터 세트 스키마를 유추하여 텍스트 로더 TextLoader 를 만듭니다.

public static Microsoft.ML.Data.TextLoader CreateTextLoader<TInput> (this Microsoft.ML.DataOperationsCatalog catalog, Microsoft.ML.Data.TextLoader.Options options, Microsoft.ML.Data.IMultiStreamSource dataSample = default);

static member CreateTextLoader : Microsoft.ML.DataOperationsCatalog * Microsoft.ML.Data.TextLoader.Options * Microsoft.ML.Data.IMultiStreamSource -> Microsoft.ML.Data.TextLoader

<Extension()>
Public Function CreateTextLoader(Of TInput) (catalog As DataOperationsCatalog, options As TextLoader.Options, Optional dataSample As IMultiStreamSource = Nothing) As TextLoader

형식 매개 변수

TInput

매개 변수

catalog

DataOperationsCatalog

카탈로그입니다 DataOperationsCatalog .

options

TextLoader.Options

부하 작업의 설정을 정의합니다. 부하 작업의 설정을 정의합니다. 열이 이 메서드에 의해 유추되므로 열 필드를 지정할 필요가 없습니다.

dataSample

IMultiStreamSource

데이터 샘플의 선택적 위치입니다. 샘플은 슬롯 이름과 같은 열에 대한 정보를 유추하는 데 사용할 수 있습니다.

반환

TextLoader

CreateTextLoader<TInput>(DataOperationsCatalog, Char, Boolean, IMultiStreamSource, Boolean, Boolean, Boolean)

데이터 모델 형식에서 데이터 세트 스키마를 유추하여 텍스트 로더 TextLoader 를 만듭니다.

public static Microsoft.ML.Data.TextLoader CreateTextLoader<TInput> (this Microsoft.ML.DataOperationsCatalog catalog, char separatorChar = '\t', bool hasHeader = false, Microsoft.ML.Data.IMultiStreamSource dataSample = default, bool allowQuoting = false, bool trimWhitespace = false, bool allowSparse = false);

static member CreateTextLoader : Microsoft.ML.DataOperationsCatalog * char * bool * Microsoft.ML.Data.IMultiStreamSource * bool * bool * bool -> Microsoft.ML.Data.TextLoader

<Extension()>
Public Function CreateTextLoader(Of TInput) (catalog As DataOperationsCatalog, Optional separatorChar As Char = '\t', Optional hasHeader As Boolean = false, Optional dataSample As IMultiStreamSource = Nothing, Optional allowQuoting As Boolean = false, Optional trimWhitespace As Boolean = false, Optional allowSparse As Boolean = false) As TextLoader

형식 매개 변수

TInput

로드할 데이터의 스키마를 정의합니다. (및 기타 특성)로 LoadColumnAttribute 데코레이트된 공용 필드 또는 속성을 사용하여 로드된 데이터의 스키마에서 열 이름과 해당 데이터 형식을 지정합니다.

매개 변수

catalog

DataOperationsCatalog

카탈로그입니다 DataOperationsCatalog .

separatorChar

Char

열 구분 기호 문자입니다. 기본값은 '\t'입니다.

hasHeader

Boolean

파일에 기능 이름이 있는 헤더가 있는지 여부입니다. 가 제공되면 true 의 첫 번째 줄이 기능 이름에 사용되고 가 호출될 때 Load(IMultiStreamSource) 첫 번째 줄은 건너뛰게 됨을 나타냅니다. 제공된 항목이 없 으면 가 호출될 true 때 Load(IMultiStreamSource) 로더가 첫 번째 줄을 건너뛰어야 하지만 열에는 슬롯 이름 주석이 없음을 나타냅니다. 이는 로더가 생성되면 출력 스키마가 만들어지고 가 호출되는 경우 Load(IMultiStreamSource) 는 아니기 때문입니다.

dataSample

IMultiStreamSource

데이터 샘플의 선택적 위치입니다. 샘플은 있는 경우 슬롯 이름 주석을 유추하는 데 사용할 수 있습니다.

allowQuoting

Boolean

입력에 큰따옴표가 붙은 값이 포함될 수 있는지 여부입니다. 이 매개 변수는 입력 값의 구분 기호 문자를 실제 구분 기호와 구분하는 데 사용됩니다. 이면 true큰따옴표 내의 구분 기호가 입력 값의 일부로 처리됩니다. 이면 false모든 구분 기호( 심지어 해당 휘틴 따옴표)가 새 열을 구분하는 것으로 처리됩니다.

trimWhitespace

Boolean

줄에서 후행 공백을 제거합니다.

allowSparse

Boolean

입력에 스파스 표현이 포함될 수 있는지 여부입니다. 예를 들어 "5 2:6 4:3"이 포함된 행은 열이 5개이고 0이 아닌 열은 각각 6과 3 값을 갖는 열 2와 4입니다. 열 인덱스는 0부터 시작하므로 열 2와 4는 3번째 및 5번째 열을 나타냅니다. 열에는 조밀한 값과 이 방식으로 표시되는 스파스 값이 있을 수도 있습니다. 예를 들어 "1 2 5 2:6 4:3"을 포함하는 행은 값이 1과 2인 두 개의 조밀한 열을 나타내고 그 뒤에 값이 0, 0, 6, 0 및 3인 5개의 드물게 표시되는 열을 나타냅니다. 스파스 열의 인덱스는 0이 세 번째 열을 나타내더라도 0부터 시작합니다.

반환

TextLoader