LpNormNormalizingEstimator 클래스
정의
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.
입력 열의 벡터를 단위 표준으로 정규화(배율)합니다. 사용되는 norm의 형식은 사용자가 지정할 수 있습니다.
public sealed class LpNormNormalizingEstimator : Microsoft.ML.Transforms.LpNormNormalizingEstimatorBasetype LpNormNormalizingEstimator = class
inherit LpNormNormalizingEstimatorBasePublic NotInheritable Class LpNormNormalizingEstimator
Inherits LpNormNormalizingEstimatorBase- 상속
-
LpNormNormalizingEstimator
설명
예측 도구 특성
| 이 추정기는 매개 변수를 학습하기 위해 데이터를 확인해야 합니까? | 아니요 |
| 입력 열 데이터 형식 | Single 벡터 |
| 출력 열 데이터 형식 | Single 벡터 |
| ONNX로 내보낼 수 있습니다. | 예 |
그 결과 LpNormNormalizingTransformer 단위 표준으로 크기를 조정하여 입력 열의 벡터를 개별적으로 정규화합니다.
$x$을 입력 벡터로 $n 벡터의 크기를 $L(x)$ 사용자가 선택한 norm 함수입니다. $\mu(x) = \sum_i x_i/n$이 벡터 $x$의 값 평균이 되도록 합니다. LpNormNormalizingTransformer 각 입력 벡터 $x$에 대해 다음 작업을 수행합니다. $y = \frac{x - \mu(x)}{L(x)}$ 사용자가 평균이 0이어야 한다고 지정하거나, 그렇지 않으면 다음 작업을 수행합니다. $y = \frac{x}{L(x)}$
입력 벡터 $x$에 적용할 사용자가 선택할 수 있는 네 가지 유형의 표준이 있습니다. 청구 차원은 다음과 같이 정의됩니다.
- L1: $L_1(x) = \sum_i |x_i|$
- L2: $L_2(x) = \sqrt{\sum_i x_i^2}$
- Infinity: $L_{\infty}(x) = \max_i{|x_i|} $
- StandardDeviation: $L_\sigma(x)$는 입력 벡터 $x$ 요소의 표준 편차로 정의됩니다.
사용 예제에 대한 링크는 참고 섹션을 참조하세요.
메서드
| Fit(IDataView) |
입력 열의 벡터를 단위 표준으로 정규화(배율)합니다. 사용되는 norm의 형식은 사용자가 지정할 수 있습니다. (다음에서 상속됨 TrivialEstimator<TTransformer>) |
| GetOutputSchema(SchemaShape) |
변환기에서 SchemaShape 생성할 스키마를 반환합니다. 파이프라인에서 스키마 전파 및 확인에 사용됩니다. (다음에서 상속됨 LpNormNormalizingEstimatorBase) |
확장 메서드
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
추정기 체인에 '캐싱 검사점'을 추가합니다. 이렇게 하면 다운스트림 추정기가 캐시된 데이터에 대해 학습됩니다. 여러 데이터 전달을 수행하는 트레이너 앞에 캐싱 검사점을 두는 것이 유용합니다. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
추정기가 지정된 경우 대리자를 호출한 후 Fit(IDataView) 호출되는 래핑 개체를 반환합니다. 예측 도구가 적합한 항목에 대한 정보를 반환하는 것이 중요한 경우가 많습니다. 따라서 Fit(IDataView) 메서드는 일반 ITransformer개체가 아닌 특별히 형식화된 개체를 반환합니다. 그러나 동시에 IEstimator<TTransformer> 개체가 많은 파이프라인으로 형성되는 경우가 많으므로 변압기를 가져올 추정기가 이 체인의 어딘가에 묻혀 있는 위치를 통해 EstimatorChain<TLastTransformer> 추정기 체인을 빌드해야 할 수도 있습니다. 이 시나리오에서는 fit이 호출되면 호출되는 대리자를 이 메서드를 통해 연결할 수 있습니다. |