DataOperationsCatalog Classe
Definição
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.
Classe usada para criar componentes que operam em dados, mas não fazem parte do pipeline de treinamento do modelo. Inclui componentes para carregar, salvar, armazenar em cache, filtrar, embaralhar e dividir dados.
public sealed class DataOperationsCatalog
type DataOperationsCatalog = class
Public NotInheritable Class DataOperationsCatalog
- Herança
-
DataOperationsCatalog
Métodos
BootstrapSample(IDataView, Nullable<Int32>, Boolean) |
Pegue uma amostra de inicialização aproximada de |
Cache(IDataView, String[]) |
Cria um cache lento na memória de |
CreateEnumerable<TRow>(IDataView, Boolean, Boolean, SchemaDefinition) |
Converter um IDataView em um tipo IEnumerable<T>forte. |
CrossValidationSplit(IDataView, Int32, String, Nullable<Int32>) |
Divida o conjunto de dados em dobras de validação cruzada do conjunto de treinamento e do conjunto de testes.
Respeita o |
FilterRowsByColumn(IDataView, String, Double, Double) |
Filtre o conjunto de dados pelos valores de uma coluna numérica. |
FilterRowsByKeyColumnFraction(IDataView, String, Double, Double) |
Filtre o conjunto de dados pelos valores de uma KeyDataViewType coluna. |
FilterRowsByMissingValues(IDataView, String[]) |
Remova linhas em |
LoadFromEnumerable<TRow>(IEnumerable<TRow>, DataViewSchema) |
Crie um novo IDataView sobre um enumerável dos itens do tipo definido pelo usuário usando o fornecido DataViewSchema, que pode conter mais informações sobre o esquema do que o tipo pode capturar. |
LoadFromEnumerable<TRow>(IEnumerable<TRow>, SchemaDefinition) |
Crie um novo IDataView em uma enumerável dos itens do tipo definido pelo usuário.
O usuário mantém a Um uso típico para exibição de dados de streaming pode ser: criar a exibição de dados que carrega dados preguiçosamente conforme necessário e, em seguida, aplicar transformações pré-treinadas a ele e cursor por meio dele para obter resultados de transformação. |
ShuffleRows(IDataView, Nullable<Int32>, Int32, Boolean) |
Embaralhar as linhas de |
SkipRows(IDataView, Int64) |
Ignorar |
TakeRows(IDataView, Int64) |
Tirar |
TrainTestSplit(IDataView, Double, String, Nullable<Int32>) |
Divida o conjunto de dados no conjunto de treinamento e no conjunto de testes de acordo com a fração fornecida.
Respeita o |