Filtro mediano
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).
- Confira informações sobre como mover projetos de machine learning do ML Studio (clássico) para o Azure Machine Learning.
- Saiba mais sobre o Azure Machine Learning.
A documentação do ML Studio (clássico) está sendo desativada e pode não ser atualizada no futuro.
Cria um filtro mediano usado para suavizar dados para análise de tendência
Categoria: Transformação/Filtro de Dados
Observação
Aplica-se a: somente Machine Learning Studio (clássico)
Módulos semelhantes do tipo "arrastar e soltar" estão disponíveis no designer do Azure Machine Learning.
Visão geral do módulo
Este artigo descreve como usar o módulo Filtro Mediano no Machine Learning Studio (clássico), para definir um filtro mediano para aplicar a uma série de valores que representam um sinal de entrada digital ou imagem.
Filtros medianos são amplamente usados no reconhecimento de imagem para reduzir o ruído para que os recursos sejam mais facilmente detectados.
Observação
Um filtro é uma função de transferência que usa um sinal de entrada e cria um sinal de saída com base nas características do filtro. No processamento de sinal digital, o uso de filtros pode melhorar os resultados do reconhecimento de voz ou de imagem. Para obter mais informações, consulte Filter.
Depois de definir uma transformação de filtro que atenda às suas necessidades usando o módulo Filtro Mediano , você poderá aplicar o filtro aos dados conectando um conjunto de dados e o filtro ao módulo Aplicar Filtro .
Dica
Precisa filtrar dados de um conjunto de dados ou remover valores ausentes? Em vez disso, use estes módulos:
- Limpar Dados Ausentes: use este módulo para remover valores ausentes ou substituir valores ausentes por espaços reservados.
- Partição e exemplo: use este módulo para dividir ou filtrar seu conjunto de dados por critérios como um intervalo de datas, um valor específico ou expressões regulares.
- Valores de clipe: use este módulo para definir um intervalo e manter apenas os valores dentro desse intervalo.
Como configurar o Filtro Mediano
Adicione o Filtro Mediano ao experimento. Você pode encontrar este módulo na Transformação de Dados, na categoria Filtro .
Para Comprimento, digite um valor inteiro que define o tamanho total da janela na qual o filtro é aplicado. Isso também é chamado de máscara de filtro.
O valor deve ser um inteiro de valor positivo e ímpar. Se você especificar um número par, o tamanho da máscara é reduzido por um.
Por padrão, a máscara começa no valor atual e cria uma janela centralizada no valor atual.
Por exemplo, se você digitar 5 como tamanho de janela ou comprimento , o valor mediano será calculado em uma janela deslizante que consiste em cinco valores centralizados no valor atual. Se você digitar 4, a máscara será reduzida para 3 valores, centrada no valor do índice.
Conexão o filtro para aplicar filtro e conectar um conjunto de dados.
Use o seletor de coluna para especificar quais colunas do conjunto de dados ao qual o filtro deve ser aplicado. Por padrão, o módulo Aplicar Filtro usará o filtro para todas as colunas numéricas selecionadas.
Execute o experimento. As seguintes operações são aplicadas às colunas selecionadas:
- Para cada conjunto de valores incluído na janela ou máscara, o algoritmo de filtro computa a média.
- O valor atual (ou índice) é substituído pelo valor médio.
Exemplos
Para obter exemplos de como os filtros são usados no aprendizado de máquina, consulte este experimento na Galeria de IA do Azure:
- Filtros: este experimento demonstra todos os tipos de filtro usando um conjunto de dados de forma de onda projetado.
Observações técnicas
Esta seção contém detalhes de implementação, dicas e respostas para perguntas frequentes.
Detalhes de implementação
Cada entrada no sinal de saída é igual à mediana das entradas em um subconjunto (máscara) do sinal de entrada e centralizado no índice correspondente. O tamanho da máscara deve ser um inteiro ímpar, com valor positivo.
Se você fornecer esse método com um tamanho de máscara com valor par, ele será reduzido por um. Por exemplo, dado m=2q+1, o filtro é definido como: yi = median[{xi-q,…, xi+q}]
Valores além das bordas do sinal de entrada são assumidos como iguais ao valor na borda. Ou seja, se n for o comprimento do sinal de entrada:
Para obter mais informações sobre filtros medianos, este artigo da Wikipedia fornece uma boa explicação sobre a teoria e o aplicativo:
Parâmetros do módulo
| Nome | Intervalo | Type | Padrão | Descrição |
|---|---|---|---|---|
| Comprimento | >=1 | Integer | 5 | Comprimento da janela de filtro |
Saída
| Nome | Tipo | DESCRIÇÃO |
|---|---|---|
| Filtrar | Interface IFilter | Implementação do filtro |