Поделиться через


NormalizingTransformer Класс

Определение

ITransformer в результате установки NormalizingEstimator.

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

Методы

GetNormalizerModelParameters(Int32)

Конфигурации нормализации входных столбцов. Он возвращает параметры нормализации, применяемые к входным столбцам index-th.

GetOutputSchema(DataViewSchema)

ITransformer в результате установки NormalizingEstimator.

(Унаследовано от RowToRowTransformerBase)
Transform(IDataView)

ITransformer в результате установки NormalizingEstimator.

(Унаследовано от RowToRowTransformerBase)

Явные реализации интерфейса

ICanSaveModel.Save(ModelSaveContext)

ITransformer в результате установки NormalizingEstimator.

(Унаследовано от RowToRowTransformerBase)
ITransformer.GetRowToRowMapper(DataViewSchema)

ITransformer в результате установки NormalizingEstimator.

(Унаследовано от RowToRowTransformerBase)
ITransformer.IsRowToRowMapper

ITransformer в результате установки NormalizingEstimator.

(Унаследовано от RowToRowTransformerBase)

Методы расширения

Preview(ITransformer, IDataView, Int32)

Предварительный просмотр эффекта transformer заданного.data

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. Он 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. Он обновляет состояние модели временных рядов с наблюдениями, наблюдаемыми на этапе прогнозирования, и позволяет выполнять контрольные точки модели.

Применяется к