Поделиться через


TokenizingByCharactersTransformer Класс

Определение

ITransformer результатом установки TokenizingByCharactersEstimator.

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

Методы

GetOutputSchema(DataViewSchema)

ITransformer результатом установки TokenizingByCharactersEstimator.

(Унаследовано от RowToRowTransformerBase)
Transform(IDataView)

ITransformer результатом установки TokenizingByCharactersEstimator.

(Унаследовано от RowToRowTransformerBase)

Явные реализации интерфейса

ICanSaveModel.Save(ModelSaveContext)

ITransformer результатом установки TokenizingByCharactersEstimator.

(Унаследовано от RowToRowTransformerBase)
ITransformer.GetRowToRowMapper(DataViewSchema)

ITransformer результатом установки TokenizingByCharactersEstimator.

(Унаследовано от RowToRowTransformerBase)
ITransformer.IsRowToRowMapper

ITransformer результатом установки TokenizingByCharactersEstimator.

(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