Partilhar via


ValueMappingEstimator<TKey,TValue> Classe

Definição

Avaliador para ValueMappingTransformer criar um mapa chave-valor usando os pares de valores nos dados de entrada PrimitiveDataViewType

public sealed class ValueMappingEstimator<TKey,TValue> : Microsoft.ML.Transforms.ValueMappingEstimator
type ValueMappingEstimator<'Key, 'Value> = class
    inherit ValueMappingEstimator
Public NotInheritable Class ValueMappingEstimator(Of TKey, TValue)
Inherits ValueMappingEstimator

Parâmetros de tipo

TKey

Especifica o tipo de chave.

TValue

Especifica o tipo do valor.

Herança

Comentários

Características do avaliador

Esse avaliador precisa examinar os dados para treinar seus parâmetros? No
Tipo de dados de coluna de entrada Vetor ou primitivo numérico, booliano, texto, System.DateTime e tipo de chave .
Tipo de dados da coluna de saída Vetor ou primitivo numérico, booliano, texto, System.DateTime e tipo de chave .
Exportável para ONNX No

Considerando dois conjuntos de valores, um servindo como a chave e o outro como o valor de um Dicionário, o ValueMappingEstimator compila esse dicionário para que, quando dada uma chave específica, ele retorne um valor específico. O ValueMappingEstimator dá suporte a chaves e valores de diferentes System.Type para dar suporte a diferentes tipos de dados. Exemplos para usar um ValueMappingEstimator são:

  • Convertendo um valor de cadeia de caracteres em um valor de cadeia de caracteres, isso pode ser útil para agrupamento (ou seja, 'gato', 'cão', 'cavalo' mapeia para 'mamíferos').
  • Convertendo um valor de cadeia de caracteres em um valor inteiro (ou seja, convertendo a descrição do texto como qualidade em um numérico em que 'bom' mapeia para 1, 'ruim' mapeia para 0.
  • Converter um valor inteiro em um valor de cadeia de caracteres e ter o valor da cadeia de caracteres representado como um tipo de chave . (ou seja, converta cep em um valor de cadeia de caracteres de estado, o que gerará um valor inteiro exclusivo que pode ser usado como um rótulo.

Os valores podem ser repetidos para permitir que várias chaves sejam mapeadas para o mesmo valor, no entanto, as chaves não podem ser repetidas. O mapeamento entre chaves e valores pode ser especificado por meio de listas, em que a lista de chaves e a lista de valores devem ter o mesmo tamanho ou podem ser feitas por meio de um System.IDataView.

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

Métodos

Fit(IDataView)

Avaliador para ValueMappingTransformer criar um mapa chave-valor usando os pares de valores nos dados de entrada PrimitiveDataViewType

(Herdado de TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)

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

(Herdado de ValueMappingEstimator)

Métodos de Extensão

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

Acrescente um 'ponto de verificação de cache' à cadeia do avaliador. Isso garantirá que os estimadores downstream sejam treinados em relação aos dados armazenados em cache. É útil ter um ponto de verificação de cache antes dos treinadores que levam vários passes de dados.

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

Dado um avaliador, retorne um objeto de encapsulamento que chamará um delegado uma vez Fit(IDataView) que seja chamado. Geralmente, é importante que um avaliador 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 criar uma cadeia de avaliadores por meio EstimatorChain<TLastTransformer> de onde o estimador para o qual queremos obter o transformador está enterrado em algum lugar nesta cadeia. Para esse cenário, podemos por meio desse método anexar um delegado que será chamado assim que o ajuste for chamado.

Aplica-se a

Confira também