OneHotEncodingEstimator Класс

Определение

Пространство имен:

Microsoft.ML.Transforms

Сборка:

Microsoft.ML.Transforms.dll

Пакет:

Microsoft.ML v2.0.0

Преобразует один или несколько входных столбцов категориальных значений в столько выходных столбцов одно-горячих векторов.

public sealed class OneHotEncodingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.OneHotEncodingTransformer>

type OneHotEncodingEstimator = class
    interface IEstimator<OneHotEncodingTransformer>

Public NotInheritable Class OneHotEncodingEstimator
Implements IEstimator(Of OneHotEncodingTransformer)

Наследование

Object

OneHotEncodingEstimator

Реализации

IEstimator<OneHotEncodingTransformer>

Комментарии

Характеристики оценщика

Нужно ли этому оценщику просмотреть данные для обучения параметров?	Да
Тип данных входного столбца	Вектор или скаляр числовых, логических, текстовыхDateTime или ключевых типов.
Тип данных выходного столбца	Скалярный или вектор ключа или вектор Single типа.
Экспортируемый в ONNX	Да

Создает OneHotEncodingEstimator словарь уникальных значений, отображаемых в входном столбце. Результирующий OneHotEncodingTransformer результат преобразует один или несколько входных столбцов в столько выходных столбцов векторов с одним горячим кодированием.

Часто OneHotEncodingEstimator используется для преобразования категориальных данных в форму, которую можно предоставить алгоритму машинного обучения.

Выходные данные этого преобразования задаются в следующих значениях OneHotEncodingEstimator.OutputKind:

• Indicator создает вектор индикатора. Каждый слот в этом векторе соответствует категории в словаре, поэтому его длина равна размеру созданного словаря. Если значение не найдено в диктории, выходные данные являются нулевым вектором.

• Bag создает один вектор таким образом, чтобы каждый слот сохранял количество экземпляров соответствующего значения во входном векторе. Каждый слот в этом векторе соответствует значению в словаре, поэтому его длина — это размер встроенного словаря. Indicator и Bag отличаются просто тем, как битовые векторы, созданные из отдельных слотов во входном столбце, агрегируются: для индикатора они объединяются и добавляются в контейнер. Если исходный столбец является скалярным, параметры индикатора и контейнера идентичны.

• Key создает ключи в столбце KeyDataViewType . Если входной столбец является вектором, выходные данные содержат тип ключа вектории, где каждый слот вектора соответствует соответствующему слоту входного вектора. Если категория не найдена в словаре bulit, оно присваивается нулю значения.

• Binary создает двоичный вектор в кодировке для представления значений, найденных в словаре, которые присутствуют в входном столбце. Если значение во входном столбце не найдено в словаре, выходные данные являются нулевым вектором.

OneHotEncodingTransformer можно применить к одному или нескольким столбцам, в этом случае он создает и использует отдельный словарь для каждого столбца, к которому он применяется.

Ознакомьтесь с разделом "См. также" ссылки на примеры использования.

Методы

Fit(IDataView)	Поезда и возвращается OneHotEncodingTransformer.
GetOutputSchema(SchemaShape)	Возвращает схему SchemaShape , которая будет производиться преобразователем. Используется для распространения и проверки схемы в конвейере.

Методы расширения

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

Добавьте "контрольную точку кэширования" в цепочку оценщика. Это обеспечит обучение подчиненных оценщиков на основе кэшированных данных. Рекомендуется создать контрольную точку кэширования перед обучением, которые принимают несколько передач данных.

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

Учитывая оценщик, возвращает объект-оболочку, который будет вызывать делегат один раз Fit(IDataView) . Часто важно, чтобы оценщик возвращал сведения о том, что было в форме, поэтому Fit(IDataView) метод возвращает специально типизированный объект, а не просто общий ITransformer. Однако, в то же время, IEstimator<TTransformer> часто формируются в конвейеры со многими объектами, поэтому нам может потребоваться построить цепочку оценщиков, где EstimatorChain<TLastTransformer> оценщик, для которого мы хотим получить преобразователь, похоронен где-то в этой цепочке. В этом сценарии мы можем подключить делегат, который будет вызываться после вызова соответствия.

См. также раздел

• OneHotEncoding(TransformsCatalog+CategoricalTransforms, String, String, OneHotEncodingEstimator+OutputKind, Int32, ValueToKeyMappingEstimator+KeyOrdinality, IDataView)
• OneHotEncoding(TransformsCatalog+CategoricalTransforms, InputOutputColumnPair[], OneHotEncodingEstimator+OutputKind, Int32, ValueToKeyMappingEstimator+KeyOrdinality, IDataView)