Veri dönüştürmeleri

Veri dönüştürmeleri şunlar için kullanılır:

• model eğitimi için verileri hazırlama
• TensorFlow veya ONNX biçiminde içeri aktarılan bir model uygulama
• bir modelden geçirildikten sonra işlem sonrası veriler

Bu kılavuzdaki dönüştürmeler, IEstimator arabirimini uygulayan sınıfları döndürür. Veri dönüştürmeleri birbirine zincirlenebilir. Her dönüştürme, bağlı başvuru belgelerinde belirtilen belirli tür ve biçimlerdeki verileri bekler ve üretir.

Bazı veri dönüştürmeleri, parametrelerini hesaplamak için eğitim verilerini gerektirir. Örneğin: NormalizeMeanVariance transformatör, işlem sırasında Fit() eğitim verilerinin ortalamasını ve varyansını hesaplar ve bu parametreleri işlemde Transform() kullanır.

Diğer veri dönüştürmeleri için eğitim verileri gerekmez. Örneğin: dönüştürme işlemi ConvertToGrayscale sırasında Transform()Fit() herhangi bir eğitim verisi görmeden gerçekleştirebilir.

Sütun eşleme ve gruplandırma

Dönüşüm	Tanım	ONNX Dışarı Aktarılabilir
Concatenate	Bir veya daha fazla giriş sütununu yeni bir çıkış sütununa birleştirme	Yes
CopyColumns	Bir veya daha fazla giriş sütunlarını kopyalama ve yeniden adlandırma	Yes
DropColumns	Bir veya daha fazla giriş sütunu bırakma	Yes
SelectColumns	Giriş verilerinden saklamak için bir veya daha fazla sütun seçin	Yes

Normalleştirme ve ölçeklendirme

Dönüşüm	Tanım	ONNX Dışarı Aktarılabilir
NormalizeMeanVariance	Ortalamayı (eğitim verilerinin) çıkarma ve varyansa (eğitim verilerinin) bölünmesi	Yes
NormalizeLogMeanVariance	Eğitim verilerinin logaritması temelinde normalleştirme	Yes
NormalizeLpNorm	Giriş vektörlerini lp normlarına göre ölçeklendirin; burada p 1, 2 veya sonsuzdur. Varsayılan olarak l2 (Öklid uzaklığı) normunu kullanır	Yes
NormalizeGlobalContrast	Satır verilerinin ortalamasını çıkararak ve standart sapmaya veya l2 norma (satır verilerinin) bölünmesini sağlayarak satırdaki her değeri ölçeklendirin ve yapılandırılabilir bir ölçek faktörüyle çarpın (varsayılan 2)	Yes
NormalizeBinning	Giriş değerini bir bölme dizinine atayın ve 0 ile 1 arasında bir kayan değer üretmek için bölme sayısına bölün. Bölme sınırları, eğitim verilerini bölmeler arasında eşit olarak dağıtmak için hesaplanır	Yes
NormalizeSupervisedBinning	Giriş değerini etiket sütunuyla bağıntısına göre bir bölmeye atama	Yes
NormalizeMinMax	Eğitim verilerindeki minimum ve maksimum değerler arasındaki farka göre girişi ölçeklendirin	Yes
NormalizeRobustScaling	Verileri 0 civarında ortalayacak ve verileri nicelik aralığına göre ölçeklendirecek aykırı değerlere dayanıklı istatistikler kullanarak her değeri ölçeklendirin.	Yes

Veri türleri arasındaki dönüştürmeler

Dönüşüm	Tanım	ONNX Dışarı Aktarılabilir
ConvertType	Giriş sütununun türünü yeni bir türe dönüştürme	Yes
MapValue	Sağlanan eşleme sözlüğüne göre değerleri anahtarlara (kategoriler) eşleme	Hayır
MapValueToKey	Giriş verilerinden eşlemeyi oluşturarak değerleri anahtarlara (kategoriler) eşleyin	Yes
MapKeyToValue	Anahtarları özgün değerlerine dönüştürme	Yes
MapKeyToVector	Anahtarları özgün değerlerin vektörlerine dönüştürme	Yes
MapKeyToBinaryVector	Anahtarları özgün değerlerin ikili vektörlerine dönüştürme	Hayır
Hash	Giriş sütunundaki değeri karma olarak oluşturma	Yes

Metin dönüştürmeleri

Dönüşüm	Tanım	ONNX Dışarı Aktarılabilir
FeaturizeText	Metin sütununu normalleştirilmiş ngram ve char-gram sayılarından oluşan float dizisine dönüştürme	Hayır
TokenizeIntoWords	Bir veya daha fazla metin sütunlarını tek tek sözcüklere bölme	Yes
TokenizeIntoCharactersAsKeys	Bir veya daha fazla metin sütununun tek tek karakterlere bölünmesi, bir konu kümesi üzerinde kayan	Yes
NormalizeText	Büyük/küçük harf değiştirme, aksan işaretlerini, noktalama işaretlerini ve sayıları kaldırma	Yes
ProduceNgrams	Metin sütununu ngram sayısı (ardışık sözcük dizileri) içeren bir torbaya dönüştürme	Yes
ProduceWordBags	Metin sütununu ngram sayısı vektörü bir torbaya dönüştürme	Yes
ProduceHashedNgrams	Metin sütununu karma ngram sayılarından oluşan bir vektöre dönüştürme	Hayır
ProduceHashedWordBags	Metin sütununu karma ngram sayılarından oluşan bir torbaya dönüştürme	Yes
RemoveDefaultStopWords	Belirtilen dil için varsayılan durdurma sözcüklerini giriş sütunlarından kaldırma	Yes
RemoveStopWords	Belirtilen durdurma sözcüklerini giriş sütunlarından kaldırır	Yes
LatentDirichletAllocation	Bir belgeyi (kayanların vektörü olarak temsil edilir) bir konu kümesi üzerinde kayanlar vektörü haline dönüştürme	Yes
ApplyWordEmbedding	Önceden eğitilmiş bir model kullanarak metin belirteçlerinin vektörlerini cümle vektörlerine dönüştürme	Yes

Görüntü dönüştürmeleri

Dönüşüm	Tanım	ONNX Dışarı Aktarılabilir
ConvertToGrayscale	Görüntüyü gri tonlamalıya dönüştürme	Hayır
ConvertToImage	Piksel vektörünün dönüştürülmesi ImageDataViewType	Hayır
ExtractPixels	Pikselleri giriş görüntüsünden sayı vektörlerine dönüştürme	Hayır
LoadImages	Bir klasörden belleğe görüntü yükleme	Hayır
LoadRawImageBytes	Ham bayt görüntülerini yeni bir sütuna yükler.	Hayır
ResizeImages	Görüntüleri yeniden boyutlandırma	Hayır
DnnFeaturizeImage	Giriş görüntüsünü bir özellik vektörüne dönüştürmek için önceden eğitilmiş derin sinir ağı (DNN) modeli uygular	Hayır

Kategorik veri dönüştürmeleri

Dönüşüm	Tanım	ONNX Dışarı Aktarılabilir
OneHotEncoding	Bir veya daha fazla metin sütunlarını tek sık kodlanmış vektörlere dönüştürme	Yes
OneHotHashEncoding	Bir veya daha fazla metin sütunlarını karma tabanlı bir sık erişimli kodlanmış vektöre dönüştürme	Hayır

Zaman serisi veri dönüştürmeleri

Dönüşüm	Tanım	ONNX Dışarı Aktarılabilir
DetectAnomalyBySrCnn	Spektral Artık (SR) algoritmasını kullanarak giriş zamanı serisi verilerindeki anomalileri algılama	Hayır
DetectChangePointBySsa	Tekil spektrum analizi (SSA) kullanarak zaman serisi verilerindeki değişiklik noktalarını algılama	Hayır
DetectIidChangePoint	Uyarlamalı çekirdek yoğunluğu tahminlerini ve martingale puanlarını kullanarak bağımsız ve özdeş dağıtılmış (IID) zaman serisi verilerindeki değişiklik noktalarını algılama	Hayır
ForecastBySsa	Tekil spektrum analizi (SSA) kullanarak zaman serisi verilerini tahmin edin	Hayır
DetectSpikeBySsa	Tekil spektrum analizi (SSA) kullanarak zaman serisi verilerindeki ani artışları algılama	Hayır
DetectIidSpike	Uyarlamalı çekirdek yoğunluğu tahminlerini ve martingale puanlarını kullanarak bağımsız ve özdeş dağıtılmış (IID) zaman serisi verilerindeki ani artışları algılama	Hayır
DetectEntireAnomalyBySrCnn	SRCNN algoritmasını kullanarak giriş verilerinin tamamı için anomalileri algılama.	Hayır
DetectSeasonality	Fourier analizini kullanarak mevsimselliği algılama.	Hayır
LocalizeRootCause	Bir karar ağacı algoritması kullanarak zaman serisi girişinden kök nedeni yerelleştirir.	Hayır
LocalizeRootCauses	Bağlama serisi girişinden kök nedenleri yerelleştirir.	Hayır

Eksik değerler

Dönüşüm	Tanım	ONNX Dışarı Aktarılabilir
IndicateMissingValues	Giriş sütunundaki değer eksik olduğunda değeri true olan yeni bir boole çıkış sütunu oluşturun	Yes
ReplaceMissingValues	Değeri giriş sütununda eksikse varsayılan değere ayarlanmış olan yeni bir çıkış sütunu ve aksi takdirde giriş değeri oluşturun	Yes

Özellik seçimi

Dönüşüm	Tanım	ONNX Dışarı Aktarılabilir
SelectFeaturesBasedOnCount	Varsayılan olmayan değerleri eşikten büyük olan özellikleri seçme	Yes
SelectFeaturesBasedOnMutualInformation	Etiket sütunundaki verilerin en bağımlı olduğu özellikleri seçin	Yes

Özellik dönüştürmeleri

Dönüşüm	Tanım	ONNX Dışarı Aktarılabilir
ApproximatedKernelMap	Her giriş vektörlerini daha düşük boyutlu bir özellik alanına eşleyin; burada iç ürünler yaklaşık bir çekirdek işlevine sahiptir, böylece özellikler doğrusal algoritmalara giriş olarak kullanılabilir	Hayır
ProjectToPrincipalComponents	Ana Bileşen Analizi algoritmasını uygulayarak giriş özelliği vektörünün boyutlarını azaltın

Açıklanabilirlik dönüşümleri

Dönüşüm	Tanım	ONNX Dışarı Aktarılabilir
CalculateFeatureContribution	Özellik vektörünün her öğesi için katkı puanlarını hesaplama	Hayır

Kalibrasyon dönüşümleri

Dönüşüm	Tanım	ONNX Dışarı Aktarılabilir
Platt(String, String, String)	Eğitim verileri kullanılarak tahmin edilen parametrelerle lojistik regresyon kullanarak ikili sınıflandırıcı ham puanını sınıf olasılığına dönüştürür	Yes
Platt(Double, Double, String)	Sabit parametrelerle lojistik regresyon kullanarak ikili sınıflandırıcı ham puanını sınıf olasılığına dönüştürür	Yes
Naive	İkili sınıflandırıcı ham puanını, bölmelere puan atayarak ve bölmeler arasındaki dağılıma göre olasılığı hesaplayarak sınıf olasılığına dönüştürür	Yes
Isotonic	İkili sınıflandırıcı ham puanını, sınırların konumunun ve bölmelerin boyutunun eğitim verileri kullanılarak tahmin edildiği bölmelere puanlar atayarak sınıf olasılığına dönüştürür	Hayır

Derin öğrenme dönüşümleri

Dönüşüm	Tanım	ONNX Dışarı Aktarılabilir
ApplyOnnxModel	İçeri aktarılan ONNX modeliyle giriş verilerini dönüştürme	Hayır
LoadTensorFlowModel	İçeri aktarılan TensorFlow modeliyle giriş verilerini dönüştürme	Hayır

Özel dönüştürmeler

Dönüşüm	Tanım	ONNX Dışarı Aktarılabilir
FilterByCustomPredicate	Belirtilen koşulun true döndürdüğü satırları bırakır.	Hayır
FilterByStatefulCustomPredicate	Belirtilen koşulun true döndürdüğü satırları bırakır, ancak belirtilen duruma izin verir.	Hayır
CustomMapping	Kullanıcı tanımlı eşlemeyle mevcut sütunları yeni sütunlara dönüştürme	Hayır
Expression	Sütunları yeni sütunlara dönüştürmek için ifade uygulama	Hayır