Microsoft.ML.Transforms Namespace

Referência

Importante

Algumas informações se referem a produtos de pré-lançamento que podem ser substancialmente modificados antes do lançamento. A Microsoft não oferece garantias, expressas ou implícitas, das informações aqui fornecidas.

Namespace que contém componentes de transformação de dados .

Classes

ApproximatedKernelMappingEstimator	Mapeia colunas de vetor para um espaço de recurso de baixa dimensão.
ApproximatedKernelTransformer	ITransformer resultante da montagem de um ApproximatedKernelMappingEstimator.
ColumnConcatenatingEstimator	Concatena uma ou mais colunas de entrada em uma nova coluna de saída.
ColumnCopyingEstimator	IEstimator<TTransformer> para o ColumnCopyingTransformer.
ColumnCopyingTransformer	ITransformer resultante da montagem de um ColumnCopyingEstimator.
ColumnSelectingEstimator	Mantém ou descarta colunas selecionadas de um IDataView.
ColumnSelectingTransformer	ITransformer resultante da montagem de um ColumnSelectingEstimator.
CountFeatureSelectingEstimator	Seleciona os slots para os quais a contagem de valores não padrão é maior ou igual a um limite.
CustomMappingEstimator<TSrc,TDst>	Aplica uma função de mapeamento personalizada às colunas de entrada especificadas. O resultado será em colunas de saída.
CustomMappingFactory<TSrc,TDst>	O tipo base para fábricas de mapeamento personalizadas.
CustomMappingFactoryAttributeAttribute	Coloque esse atributo em um tipo para fazer com que ele seja considerado uma fábrica de mapeamento personalizada.
CustomMappingTransformer<TSrc,TDst>	ITransformer resultante da montagem de um CustomMappingEstimator<TSrc,TDst>.
ExpressionEstimator	Esse avaliador aplica uma expressão fornecida pelo usuário (especificada como uma cadeia de caracteres) a valores de coluna de entrada para produzir novos valores de coluna de saída.
ExpressionTransformer	Namespace que contém componentes de transformação de dados .
FeatureContributionCalculatingEstimator	Avaliador para FeatureContributionCalculatingTransformer. Calcula contribuições específicas do modelo por recurso para a pontuação de cada vetor de entrada.
FeatureContributionCalculatingTransformer	ITransformer resultante da montagem de um FeatureContributionCalculatingEstimator.
GaussianKernel	O kernel gaussiano.
GlobalContrastNormalizingEstimator	Normaliza vetores (escalas) na coluna de entrada aplicando a normalização de contraste global.
HashingEstimator	Avaliador para HashingTransformero qual hashes colunas de valor único ou colunas de vetor. Para colunas de vetor, cria hashes de cada slot separadamente.
HashingEstimator.ColumnOptions	Descreve como o transformador lida com um par de colunas.
HashingTransformer	ITransformer resultante da montagem de um HashingEstimator.
KernelBase	Essa classe indica qual kernel deve ser aproximado pelo ApproximatedKernelTransformer. .
KeyToBinaryVectorMappingEstimator	Avaliador para KeyToBinaryVectorMappingTransformer. Converte tipos de chave em sua representação binária correspondente do valor original.
KeyToBinaryVectorMappingTransformer	ITransformer resultante da montagem de um KeyToBinaryVectorMappingEstimator.
KeyToValueMappingEstimator	Avaliador para KeyToValueMappingTransformer. Converte os tipos de chave de volta em seus valores originais.
KeyToValueMappingTransformer	ITransformer resultante da montagem de um KeyToValueMappingEstimator.
KeyToVectorMappingEstimator	Avaliador para KeyToVectorMappingTransformer. Mapeia o valor de uma chave em um vetor de tamanho conhecido de Single.
KeyToVectorMappingTransformer	ITransformer resultante da montagem de um KeyToVectorMappingEstimator.
LaplacianKernel	O kernel laplaciano.
LpNormNormalizingEstimator	Normaliza vetores (escalas) na coluna de entrada para a norma de unidade. O tipo de norma que é usado pode ser especificado pelo usuário.
LpNormNormalizingEstimatorBase	Classe de avaliador base para LpNormNormalizingEstimator e GlobalContrastNormalizingEstimator normalizadores.
LpNormNormalizingTransformer	ITransformer resultante da montagem de um LpNormNormalizingEstimator ou GlobalContrastNormalizingEstimator.
MissingValueIndicatorEstimator	IEstimator<TTransformer> para o MissingValueIndicatorTransformer.
MissingValueIndicatorTransformer	ITransformer resultante da montagem de um MissingValueIndicatorEstimator.
MissingValueReplacingEstimator	IEstimator<TTransformer> para o MissingValueReplacingTransformer.
MissingValueReplacingTransformer	ITransformer resultante da montagem de um MissingValueReplacingEstimator.
MutualInformationFeatureSelectingEstimator	Seleciona os slots k superiores em todas as colunas especificadas ordenadas por suas informações mútuas com a coluna de rótulo (o que você pode aprender sobre o rótulo observando o valor da coluna especificada).
NormalizingEstimator	IEstimator<TTransformer> para o NormalizingTransformer.
NormalizingTransformer	ITransformer resultante da montagem de um NormalizingEstimator.
NormalizingTransformer.AffineNormalizerModelParameters<TData>	Os parâmetros de modelo gerados por transformações de normalização de affine.
NormalizingTransformer.BinNormalizerModelParameters<TData>	Os parâmetros de modelo gerados por buckettizing dos dados em compartimentos com aumento UpperBoundsmonotonicamente. O Density valor é constante de compartimento em compartimento, para a maioria dos casos. ///
NormalizingTransformer.CdfNormalizerModelParameters<TData>	Os parâmetros de modelo gerados por transformações de normalização de distribuição cumulativa. A função de densidade cumulativa é parametrizada por Mean e como observado durante a StandardDeviation montagem.
NormalizingTransformer.NormalizerModelParametersBase	Classe base para todos os modelos de normalizador de dados, como NormalizingTransformer.AffineNormalizerModelParameters<TData>, NormalizingTransformer.BinNormalizerModelParameters<TData>, NormalizingTransformer.CdfNormalizerModelParameters<TData>.
OneHotEncodingEstimator	Converte uma ou mais colunas de entrada de valores categóricos em tantas colunas de saída de vetores codificados de um hot.
OneHotEncodingTransformer	ITransformer resultante da montagem de um OneHotEncodingEstimator.
OneHotHashEncodingEstimator	Converte uma ou mais colunas de entrada de valores categóricos em tantas colunas de saída de vetores codificados com um hot baseado em hash.
OneHotHashEncodingTransformer	ITransformer resultante da montagem de um OneHotHashEncodingEstimator.
PrincipalComponentAnalysisTransformer	O PCA é uma transformação de redução de dimensionalidade que calcula a projeção do vetor de recurso em um subespaço de baixa classificação.
PrincipalComponentAnalyzer	O PCA é uma transformação de redução de dimensionalidade que calcula a projeção do vetor de recurso em um subespaço de baixa classificação.
StatefulCustomMappingEstimator<TSrc,TDst,TState>	Aplica uma função de mapeamento personalizada às colunas de entrada especificadas, permitindo um estado por cursor. O resultado será em colunas de saída.
StatefulCustomMappingFactory<TSrc,TDst,TState>	O tipo base para fábricas de mapeamento personalizadas com estado.
StatefulCustomMappingTransformer<TSrc,TDst,TState>	ITransformer resultante da montagem de um StatefulCustomMappingEstimator<TSrc,TDst,TState>.
TensorFlowEstimator	Ele TensorFlowTransformer é usado nos dois cenários a seguir. Pontuação com o modelo TensorFlow pré-treinado: nesse modo, a transformação extrai os valores das camadas ocultas de um modelo tensorflow pré-treinado e usa saídas como recursos em ML.Net pipeline. Retreinamento do modelo TensorFlow : nesse modo, a transformação treina novamente um modelo TensorFlow usando os dados do usuário passados por ML.Net pipeline. Depois que o modelo é treinado, suas saídas podem ser usadas como recursos para pontuação.
TensorFlowModel	Essa classe contém as informações relacionadas ao modelo e à sessão do TensorFlow. Ele fornece alguns métodos convenientes para consultar o esquema de modelo, bem como a criação de TensorFlowEstimator objeto.
TensorFlowTransformer	ITransformer para o TensorFlowEstimator.
TransformInputBase	A classe base para todas as entradas de transformação.
TypeConvertingEstimator	Avaliador para TypeConvertingTransformer. Converte o tipo de coluna de entrada subjacente em um novo tipo. Os tipos de coluna de entrada e saída precisam ser compatíveis. PrimitiveDataViewType
TypeConvertingTransformer	ITransformer resultante da montagem de um TypeConvertingEstimator.
ValueMappingEstimator	Avaliador para ValueMappingTransformer criar um mapa chave-valor usando os pares de valores nos dados de entrada PrimitiveDataViewType
ValueMappingEstimator<TKey,TValue>	Avaliador para ValueMappingTransformer criar um mapa chave-valor usando os pares de valores nos dados de entrada PrimitiveDataViewType
ValueMappingTransformer	ITransformer resultante da montagem de um ValueMappingEstimator.
ValueToKeyMappingEstimator	IEstimator<TTransformer> para o ValueToKeyMappingTransformer. Converte um conjunto de valores categóricos (por exemplo, abreviações de estado dos EUA) em valores de chave numérica (por exemplo, 1 a 50). A chave numérica pode ser usada diretamente por algoritmos de classificação.
ValueToKeyMappingTransformer	ITransformer resultante da montagem de um ValueToKeyMappingEstimator.
VectorWhiteningEstimator	Namespace que contém componentes de transformação de dados .
VectorWhiteningTransformer	Namespace que contém componentes de transformação de dados .

Interfaces

IFunctionProvider

Essa interface permite estender a linguagem ExprTransform com funções adicionais.

Enumerações

ErrId	Namespace que contém componentes de transformação de dados .
LpNormNormalizingEstimatorBase.NormFunction	O tipo de vetores de norma de unidade é redimensionado. Essa enumeração é serializada.
MissingValueReplacingEstimator.ReplacementMode	As maneiras possíveis de substituir valores ausentes.
OneHotEncodingEstimator.OutputKind	Namespace que contém componentes de transformação de dados .
ValueToKeyMappingEstimator.KeyOrdinality	Controla como a ordem das chaves de saída.
WhiteningKind	Qual técnica de clareamento de vetor usar. O clareamento ZCA garante que a covariância média entre variáveis em branco e originais seja máxima. Por outro lado, o clareamento de PCA leva a variáveis em branco maximicamente compactadas, conforme medido pela covariância quadrada.

Delegados

SignatureFunctionProvider