Microsoft.ML.Transforms Przestrzeń nazw

Przestrzeń nazw zawierająca składniki przekształcania danych .

Klasy

Nazwa	Opis
ApproximatedKernelMappingEstimator	Mapuje kolumny wektorów na małą -dimensional przestrzeń funkcji.
ApproximatedKernelTransformer	ITransformer wynikające z dopasowania elementu ApproximatedKernelMappingEstimator.
ColumnConcatenatingEstimator	Łączy co najmniej jedną kolumnę wejściową w nową kolumnę wyjściową.
ColumnCopyingEstimator	IEstimator<TTransformer> dla elementu ColumnCopyingTransformer.
ColumnCopyingTransformer	ITransformer wynikające z dopasowania elementu ColumnCopyingEstimator.
ColumnSelectingEstimator	Przechowuje lub odrzuca wybrane kolumny z elementu IDataView.
ColumnSelectingTransformer	ITransformer wynikające z dopasowania elementu ColumnSelectingEstimator.
CountFeatureSelectingEstimator	Wybiera miejsca, dla których liczba wartości innych niż domyślne jest większa lub równa progowi.
CustomMappingEstimator<TSrc,TDst>	Stosuje funkcję mapowania niestandardowego do określonych kolumn wejściowych. Wynik będzie znajdować się w kolumnach wyjściowych.
CustomMappingFactory<TSrc,TDst>	Typ podstawowy fabryk mapowania niestandardowego.
CustomMappingFactoryAttributeAttribute	Umieść ten atrybut na typ, aby mógł zostać uznany za niestandardową fabrykę mapowania.
CustomMappingTransformer<TSrc,TDst>	ITransformer wynikające z dopasowania elementu CustomMappingEstimator<TSrc,TDst>.
ExpressionEstimator	Ten narzędzie do szacowania stosuje wyrażenie podane przez użytkownika (określone jako ciąg) do wartości kolumn wejściowych w celu wygenerowania nowych wartości kolumn wyjściowych.
ExpressionTransformer	Przestrzeń nazw zawierająca składniki przekształcania danych .
FeatureContributionCalculatingEstimator	Narzędzie do szacowania dla elementu FeatureContributionCalculatingTransformer. Oblicza wkład poszczególnych funkcji specyficznych dla modelu do oceny każdego wektora wejściowego.
FeatureContributionCalculatingTransformer	ITransformer wynikające z dopasowania elementu FeatureContributionCalculatingEstimator.
GaussianKernel	Jądro Gaussian.
GlobalContrastNormalizingEstimator	Normalizuje (skale) wektory w kolumnie wejściowej stosującej normalizację globalnego kontrastu.
HashingEstimator	Narzędzie do szacowania dla elementu HashingTransformer, które powoduje skróty kolumn z pojedynczą wartością lub kolumny wektorów. W przypadku kolumn wektorowych skróty są rozdzielane poszczególnymi miejscami.
HashingEstimator.ColumnOptions	Opisuje sposób obsługi jednej pary kolumn przez transformator.
HashingTransformer	ITransformer wynikające z dopasowania elementu HashingEstimator.
KernelBase	Ta klasa wskazuje, które jądro powinno być przybliżone przez element ApproximatedKernelTransformer. <seealso cref="T:Microsoft.ML.Transforms.ApproximatedKernelMappingEstimator"></seealso>.
KeyToBinaryVectorMappingEstimator	Narzędzie do szacowania dla elementu KeyToBinaryVectorMappingTransformer. Konwertuje typy kluczy na odpowiadającą im reprezentację binarną oryginalnej wartości.
KeyToBinaryVectorMappingTransformer	ITransformer wynikające z dopasowania elementu KeyToBinaryVectorMappingEstimator.
KeyToValueMappingEstimator	Narzędzie do szacowania dla elementu KeyToValueMappingTransformer. Konwertuje typy kluczy z powrotem na ich oryginalne wartości.
KeyToValueMappingTransformer	ITransformer wynikające z dopasowania elementu KeyToValueMappingEstimator.
KeyToVectorMappingEstimator	Narzędzie do szacowania dla elementu KeyToVectorMappingTransformer. Mapuje wartość klucza na znany wektor wielkości Single.
KeyToVectorMappingTransformer	ITransformer wynikające z dopasowania elementu KeyToVectorMappingEstimator.
LaplacianKernel	Jądro Laplacian.
LpNormNormalizingEstimator	Normalizuje (skaluje) wektory w kolumnie wejściowej do normy jednostkowej. Typ używanej normy może być określony przez użytkownika.
LpNormNormalizingEstimatorBase	Klasa narzędzia do szacowania podstawowego dla LpNormNormalizingEstimator elementów i GlobalContrastNormalizingEstimator normalizacji.
LpNormNormalizingTransformer	ITransformer wynikające z dopasowania elementu LpNormNormalizingEstimator lub GlobalContrastNormalizingEstimator.
MissingValueIndicatorEstimator	IEstimator<TTransformer> dla elementu MissingValueIndicatorTransformer.
MissingValueIndicatorTransformer	ITransformer wynikające z dopasowania elementu MissingValueIndicatorEstimator.
MissingValueReplacingEstimator	IEstimator<TTransformer> dla elementu MissingValueReplacingTransformer.
MissingValueReplacingTransformer	ITransformer wynikające z dopasowania elementu MissingValueReplacingEstimator.
MutualInformationFeatureSelectingEstimator	Wybiera pierwsze miejsca k we wszystkich określonych kolumnach uporządkowanych przez ich wzajemne informacje z kolumną etykiety (co można dowiedzieć się o etykiecie, obserwując wartość określonej kolumny).
NormalizingEstimator	IEstimator<TTransformer> dla elementu NormalizingTransformer.
NormalizingTransformer	ITransformer wynikające z dopasowania elementu NormalizingEstimator.
NormalizingTransformer.AffineNormalizerModelParameters<TData>	Parametry modelu generowane przez przekształcenia normalizacji affine.
NormalizingTransformer.BinNormalizerModelParameters<TData>	Parametry modelu generowane przez buckettizing danych do pojemników z monotonicznie rosnącymi UpperBoundswartościami . Wartość Density jest stała od pojemnika do pojemnika, w większości przypadków. ///
NormalizingTransformer.CdfNormalizerModelParameters<TData>	Parametry modelu generowane przez przekształcenia normalizacji rozkładu skumulowanego. Funkcja gęstości skumulowanej jest sparametryzowana przez Mean element i StandardDeviation jak zaobserwowano podczas dopasowywania.
NormalizingTransformer.NormalizerModelParametersBase	Klasa podstawowa dla wszystkich modeli normalizacji danych, takich jak NormalizingTransformer.AffineNormalizerModelParameters<TData>, , NormalizingTransformer.BinNormalizerModelParameters<TData>NormalizingTransformer.CdfNormalizerModelParameters<TData>.
OneHotEncodingEstimator	Konwertuje co najmniej jedną kolumnę wejściową wartości kategorii na dowolną liczbę kolumn wyjściowych wektorów zakodowanych na gorąco.
OneHotEncodingTransformer	ITransformer wynikające z dopasowania elementu OneHotEncodingEstimator.
OneHotHashEncodingEstimator	Konwertuje co najmniej jedną kolumnę wejściową wartości kategorii na dowolną liczbę kolumn wyjściowych wektorów zakodowanych na podstawie skrótu.
OneHotHashEncodingTransformer	ITransformer wynikające z dopasowania elementu OneHotHashEncodingEstimator.
PrincipalComponentAnalysisTransformer	PCA to transformacja redukcji wymiarowości, która oblicza projekcję wektora funkcji na podprzestrzeń podrzędną o niskiej rangi.
PrincipalComponentAnalyzer	PCA to transformacja redukcji wymiarowości, która oblicza projekcję wektora funkcji na podprzestrzeń podrzędną o niskiej rangi.
StatefulCustomMappingEstimator<TSrc,TDst,TState>	Stosuje funkcję mapowania niestandardowego do określonych kolumn wejściowych, zezwalając jednocześnie na stan kursora. Wynik będzie znajdować się w kolumnach wyjściowych.
StatefulCustomMappingFactory<TSrc,TDst,TState>	Typ podstawowy dla stanowych niestandardowych fabryk mapowania.
StatefulCustomMappingTransformer<TSrc,TDst,TState>	ITransformer wynikające z dopasowania elementu StatefulCustomMappingEstimator<TSrc,TDst,TState>.
TensorFlowEstimator	Element TensorFlowTransformer jest używany w następujących dwóch scenariuszach. Ocenianie przy użyciu wstępnie wytrenowanego modelu TensorFlow : w tym trybie transformacja wyodrębnia wartości ukrytych warstw z wstępnie wytrenowanego modelu Tensorflow i używa danych wyjściowych jako funkcji w potoku ML.Net. Ponowne trenowanie modelu TensorFlow : w tym trybie transformacja ponownie szkoli model TensorFlow przy użyciu danych użytkownika przekazywanych przez potok ML.Net. Po wytrenowanym modelu dane wyjściowe mogą być używane jako funkcje do oceniania.
TensorFlowModel	Ta klasa zawiera informacje związane z modelem i sesją TensorFlow. Udostępnia on kilka wygodnych metod wykonywania zapytań dotyczących schematu TensorFlowEstimator modelu, a także tworzenia obiektu.
TensorFlowTransformer	ITransformer dla elementu TensorFlowEstimator.
TransformInputBase	Klasa bazowa dla wszystkich danych wejściowych przekształcania.
TypeConvertingEstimator	Narzędzie do szacowania dla elementu TypeConvertingTransformer. Konwertuje podstawowy typ kolumny wejściowej na nowy typ. Typy kolumn wejściowych i wyjściowych muszą być zgodne. PrimitiveDataViewType
TypeConvertingTransformer	ITransformer wynikające z dopasowania elementu TypeConvertingEstimator.
ValueMappingEstimator	Narzędzie do szacowania tworzenia ValueMappingTransformer mapy klucz-wartość przy użyciu par wartości w danych wejściowych PrimitiveDataViewType
ValueMappingEstimator<TKey,TValue>	Narzędzie do szacowania tworzenia ValueMappingTransformer mapy klucz-wartość przy użyciu par wartości w danych wejściowych PrimitiveDataViewType
ValueMappingTransformer	ITransformer wynikające z dopasowania elementu ValueMappingEstimator.
ValueToKeyMappingEstimator	IEstimator<TTransformer> dla elementu ValueToKeyMappingTransformer. Konwertuje zestaw wartości kategorii (na przykład skróty stanów USA) na wartości klucza liczbowego (np. 1–50). Klucz liczbowy może być używany bezpośrednio przez algorytmy klasyfikacji.
ValueToKeyMappingTransformer	ITransformer wynikające z dopasowania elementu ValueToKeyMappingEstimator.
VectorWhiteningEstimator	Przestrzeń nazw zawierająca składniki przekształcania danych .
VectorWhiteningTransformer	Przestrzeń nazw zawierająca składniki przekształcania danych .

Interfejsy

Nazwa	Opis
IFunctionProvider	Ten interfejs umożliwia rozszerzenie języka ExprTransform przy użyciu dodatkowych funkcji.

Wyliczenia

Nazwa	Opis
ErrId	Przestrzeń nazw zawierająca składniki przekształcania danych .
LpNormNormalizingEstimatorBase.NormFunction	Rodzaj wektorów norm jednostkowych jest zmieniany na. Ta wyliczenie jest serializowana.
MissingValueReplacingEstimator.ReplacementMode	Możliwe sposoby zastępowania brakujących wartości.
OneHotEncodingEstimator.OutputKind	Przestrzeń nazw zawierająca składniki przekształcania danych .
ValueToKeyMappingEstimator.KeyOrdinality	Określa kolejność kluczy wyjściowych.
WhiteningKind	Która technika wybielania wektorów ma być używana. Wybielanie ZCA gwarantuje, że średnia wariancja między bieloną i oryginalną zmienną jest maksymalna. Natomiast wybielanie PCA prowadzi do maksymalnie skompresowanych zmiennych wybielanych, mierzonych przez wariancję kwadratową.

Delegaci

Nazwa	Opis
SignatureFunctionProvider	Przestrzeń nazw zawierająca składniki przekształcania danych .