Поделиться через


KeyToBinaryVectorMappingTransformer Класс

Определение

ITransformerрезультатом установки .KeyToBinaryVectorMappingEstimator

public sealed class KeyToBinaryVectorMappingTransformer : Microsoft.ML.Data.OneToOneTransformerBase
type KeyToBinaryVectorMappingTransformer = class
    inherit OneToOneTransformerBase
Public NotInheritable Class KeyToBinaryVectorMappingTransformer
Inherits OneToOneTransformerBase
Наследование
KeyToBinaryVectorMappingTransformer

Методы

GetOutputSchema(DataViewSchema)

ITransformerрезультатом установки .KeyToBinaryVectorMappingEstimator

(Унаследовано от RowToRowTransformerBase)
Transform(IDataView)

ITransformerрезультатом установки .KeyToBinaryVectorMappingEstimator

(Унаследовано от RowToRowTransformerBase)

Явные реализации интерфейса

ICanSaveModel.Save(ModelSaveContext)

ITransformerрезультатом установки .KeyToBinaryVectorMappingEstimator

(Унаследовано от RowToRowTransformerBase)
ITransformer.GetRowToRowMapper(DataViewSchema)

ITransformerрезультатом установки .KeyToBinaryVectorMappingEstimator

(Унаследовано от RowToRowTransformerBase)
ITransformer.IsRowToRowMapper

ITransformerрезультатом установки .KeyToBinaryVectorMappingEstimator

(Унаследовано от RowToRowTransformerBase)

Методы расширения

Preview(ITransformer, IDataView, Int32)

Предварительный просмотр эффекта transformer заданного dataзначения.

Append<TTrans>(ITransformer, TTrans)

Создайте новую цепочку преобразователя, добавив еще один преобразователь в конец этой цепочки преобразователя.

CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, PredictionEngineOptions)

TimeSeriesPredictionEngine<TSrc,TDst> создает подсистему прогнозирования для конвейера временных рядов. Она обновляет состояние модели временных рядов с наблюдениями, наблюдаемыми на этапе прогнозирования, и позволяет выполнять контрольные точки модели.

CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, Boolean, SchemaDefinition, SchemaDefinition)

TimeSeriesPredictionEngine<TSrc,TDst> создает подсистему прогнозирования для конвейера временных рядов. Она обновляет состояние модели временных рядов с наблюдениями, наблюдаемыми на этапе прогнозирования, и позволяет выполнять контрольные точки модели.

Применяется к