Поделиться через


KeyToVectorMappingTransformer Класс

Определение

ITransformerрезультатом установки .KeyToVectorMappingEstimator

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

Методы

GetOutputSchema(DataViewSchema)

ITransformerрезультатом установки .KeyToVectorMappingEstimator

(Унаследовано от RowToRowTransformerBase)
Transform(IDataView)

ITransformerрезультатом установки .KeyToVectorMappingEstimator

(Унаследовано от RowToRowTransformerBase)

Явные реализации интерфейса

ICanSaveModel.Save(ModelSaveContext)

ITransformerрезультатом установки .KeyToVectorMappingEstimator

(Унаследовано от RowToRowTransformerBase)
ITransformer.GetRowToRowMapper(DataViewSchema)

ITransformerрезультатом установки .KeyToVectorMappingEstimator

(Унаследовано от RowToRowTransformerBase)
ITransformer.IsRowToRowMapper

ITransformerрезультатом установки .KeyToVectorMappingEstimator

(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