Compartilhar via


tipos de dados do módulo ML Studio (clássico)

Importante

O suporte para o Machine Learning Studio (clássico) terminará em 31 de agosto de 2024. É recomendável fazer a transição para o Azure Machine Learning até essa data.

A partir de 1º de dezembro de 2021, você não poderá criar recursos do Machine Learning Studio (clássico). Até 31 de agosto de 2024, você pode continuar usando os recursos existentes do Machine Learning Studio (clássico).

A documentação do ML Studio (clássico) está sendo desativada e pode não ser atualizada no futuro.

este artigo descreve os tipos de dados do .net com suporte no Machine Learning Studio (clássico) para dados externos. Ele também descreve as classes de tipo de dados personalizadas que são usadas para passar dados entre módulos em um experimento.

Tabela de tipos de dados do .NET

os seguintes tipos .net são suportados pelos módulos do Machine Learning Studio (clássico).

Tipo de dados .NET Comentários
Boolean https://msdn.microsoft.com/library/wts33hb3.aspx
Int16 https://msdn.microsoft.com/library/system.int16(v=vs.110).aspx
Int32 https://msdn.microsoft.com/library/06bkb8w2.aspx
Int64 https://msdn.microsoft.com/library/system.int64.aspx
Single https://msdn.microsoft.com/library/system.single(v=vs.110).aspx
Double https://msdn.microsoft.com/library/system.double(v=vs.110).aspx
String https://msdn.microsoft.com/library/system.string(v=vs.110).aspx
DATETIME https://msdn.microsoft.com/library/system.datetime(v=vs.110).aspx
DateTimeOffset https://msdn.microsoft.com/library/system.datetimeoffset(v=vs.110).aspx
TimeSpan https://msdn.microsoft.com/library/system.timespan(v=vs.110).aspx
Byte https://msdn.microsoft.com/library/system.byte(v=vs.110).aspx
Byte[] https://msdn.microsoft.com/library/system.byte.aspx
Guid GUIDs são convertidos em cadeias de caracteres na entrada

Tabela de tipos de dados personalizados

além disso, Machine Learning Studio (clássico) dá suporte às seguintes classes de dados personalizadas.

Tipo de Dados Descrição
Tabela de Dados A interface DataTable define a estrutura de todos os conjuntos de dados usados em Machine Learning.
Interface ICluster A interface ICluster define a estrutura de modelos de clustering.
Interface IFilter A interface IFilter define a estrutura de filtros de processamento de sinal digital aplicados a uma série inteira de valores numéricos. Os filtros podem ser criados e salvos e aplicados a uma nova série.
Interface ILearner A interface ILearner fornece uma estrutura genérica para definir e salvar modelos analíticos, excluindo alguns tipos especiais, como modelos de clustering.
Interface ITransform A interface ITransform fornece uma estrutura genérica para definir e salvar transformações. você pode criar um iTransform usando o Machine Learning Studio (clássico) e, em seguida, aplicar a transformação a novos conjuntos de os.

Confira também

Machine Learning Studio (clássico)