Partilhar via


HashingEstimator Classe

Definição

Estimador para HashingTransformero qual hashes colunas de valor único ou colunas de vetor. Para colunas de vetor, cria hashes de cada slot separadamente.

public sealed class HashingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.HashingTransformer>
type HashingEstimator = class
    interface IEstimator<HashingTransformer>
Public NotInheritable Class HashingEstimator
Implements IEstimator(Of HashingTransformer)
Herança
HashingEstimator
Implementações

Comentários

Características do estimador

Esse estimador precisa examinar os dados para treinar seus parâmetros? Sim, se o mapeamento dos hashes para os valores for necessário.
Tipo de dados de coluna de entrada Vetor ou escalares de tipo numérico, booliano, texto, DateTime e chave .
Tipo de dados de coluna de saída Vetor ou tipo de chave escalar.
Exportável para ONNX Sim - em estimadores treinados na v1.5 e em cima. Int64, UInt64e SingleDouble OrderedHashing não têm suporte.

Verifique a seção Consulte Também para obter links para exemplos de uso.

Métodos

Fit(IDataView)

Treina e retorna um HashingTransformer.

GetOutputSchema(SchemaShape)

Retorna o SchemaShape esquema que será produzido pelo transformador. Usado para propagação e verificação de esquema em um pipeline.

Métodos de Extensão

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Acrescente um "ponto de verificação de cache" à cadeia de estimativas. Isso garantirá que os estimadores downstream serão treinados em relação aos dados armazenados em cache. É útil ter um ponto de verificação de cache antes dos treinadores que fazem várias passagens de dados.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Dado um estimador, retorne um objeto de encapsulamento que chamará um delegado uma vez Fit(IDataView) chamado. Geralmente, é importante que um estimador retorne informações sobre o que estava em forma, e é por isso que o Fit(IDataView) método retorna um objeto especificamente tipado, em vez de apenas um geral ITransformer. No entanto, ao mesmo tempo, IEstimator<TTransformer> muitas vezes são formados em pipelines com muitos objetos, portanto, talvez seja necessário construir uma cadeia de estimadores por meio EstimatorChain<TLastTransformer> de onde o estimador para o qual queremos que o transformador seja enterrado em algum lugar nesta cadeia. Para esse cenário, podemos por meio desse método anexar um delegado que será chamado quando fit for chamado.

Aplica-se a

Confira também