Ortanca Filtresi
Önemli
Machine Learning Stüdyosu (klasik) desteği 31 Ağustos 2024'te sona erecektir. Bu tarihe kadar Azure Machine Learning'e geçmenizi öneririz.
1 Aralık 2021'den başlayarak artık yeni Machine Learning Stüdyosu (klasik) kaynakları oluşturamayacaksınız. 31 Ağustos 2024'e kadar mevcut Machine Learning Stüdyosu (klasik) kaynaklarını kullanmaya devam edebilirsiniz.
- Makine öğrenmesi projelerini ML Studio'dan (klasik) Azure Machine Learning taşıma hakkındaki bilgilere bakın.
- Azure Machine Learning hakkında daha fazla bilgi edinin.
ML Stüdyosu (klasik) belgeleri kullanımdan kaldırılacak ve gelecekte güncelleştirilmeyecektir.
Eğilim analizi için verileri yumuşatmak için kullanılan bir ortanca filtresi oluşturur
Kategori: Veri Dönüştürme / Filtre
Not
Şunlar için geçerlidir: yalnızca Machine Learning Studio (klasik)
Benzer sürükle ve bırak modülleri Azure Machine Learning tasarımcısında da kullanılabilir.
Modüle genel bakış
Bu makalede, Machine Learning Studio'da (klasik) Ortanca Filtresi modülünü kullanarak dijital giriş sinyalini veya görüntüsünü temsil eden bir dizi değere uygulanacak bir ortanca filtresi tanımlama açıklanmaktadır.
Ortanca filtreler, özelliklerin daha kolay algılanabilmesi için gürültüyü azaltmak için görüntü tanımada yaygın olarak kullanılır.
Not
Filtre, bir giriş sinyali alan ve filtre özelliklerine göre çıkış sinyali oluşturan bir aktarım işlevidir. Dijital sinyal işlemede filtrelerin kullanılması görüntü veya ses tanıma sonuçlarını iyileştirebilir. Daha fazla bilgi için bkz . Filtreleme.
Ortanca Filtre modülünü kullanarak gereksinimlerinizi karşılayan bir filtre dönüştürmesi tanımladıktan sonra, bir veri kümesini ve filtreyi Filtre Uygula modülüne bağlayarak filtreyi verilere uygulayabilirsiniz.
İpucu
Veri kümesindeki verilere filtre uygulamanız veya eksik değerleri kaldırmanız mı gerekiyor? Bunun yerine şu modülleri kullanın:
- Eksik Verileri Temizle: Eksik değerleri kaldırmak veya eksik değerleri yer tutucularla değiştirmek için bu modülü kullanın.
- Bölüm ve Örnek: Veri kümenizi tarih aralığı, belirli bir değer veya normal ifadeler gibi ölçütlere göre bölmek veya filtrelemek için bu modülü kullanın.
- Değerleri Kırp: Bu modülü kullanarak bir aralık ayarlayın ve yalnızca bu aralıktaki değerleri koruyun.
Ortanca Filtresini yapılandırma
Denemenize Ortanca Filtresi'ni ekleyin. Bu modülü Filtre kategorisindeki Veri Dönüştürme bölümünde bulabilirsiniz.
Uzunluk için, filtrenin uygulandığı pencerenin toplam boyutunu tanımlayan bir tamsayı değeri yazın. Buna filtre maskesi de denir.
Değer tek, pozitif değerli bir tamsayı olmalıdır. Çift sayı belirtirseniz maske boyutu bir azaltılır.
Varsayılan olarak maske geçerli değerden başlar ve geçerli değerde ortalanmış bir pencere oluşturur.
Örneğin, Uzunluk veya pencere boyutu olarak 5 yazarsanız, orta değer geçerli değer üzerinde ortalanmış 5 değerden oluşan bir kayan pencere boyunca hesaplanır. 4 yazarsanız, maske dizin değerinin ortalandığı 3 değere indirilir.
Filtreyi Filtre Uygula'ya Bağlan ve bir veri kümesi bağlayın.
Filtrenin uygulanacağı veri kümesinin hangi sütunlarını belirtmek için sütun seçiciyi kullanın. Varsayılan olarak, Filtre Uygula modülü seçilen tüm sayısal sütunlar için filtreyi kullanır.
Denemeyi çalıştırın. Seçili sütunlara aşağıdaki işlemler uygulanır:
- Pencereye veya maskeye dahil edilen her değer kümesi için filtre algoritması ortanca değeri hesaplar.
- Geçerli (veya dizin) değeri ortanca değerle değiştirilir.
Örnekler
Filtrelerin makine öğrenmesinde nasıl kullanıldığına ilişkin örnekler için Azure AI Galerisi'nde bu denemeye bakın:
- Filtreler: Bu deneme, tasarlanmış dalga biçimi veri kümesini kullanarak tüm filtre türlerini gösterir.
Teknik notlar
Bu bölüm uygulama ayrıntılarını, ipuçlarını ve sık sorulan soruların yanıtlarını içerir.
Uygulama ayrıntıları
Çıkış sinyalindeki her giriş, giriş sinyalinin bir alt kümesindeki (maske) girişlerin ortanca değerine eşittir ve karşılık gelen dizinde ortalanır. Maske boyutu tek, pozitif değerli bir tamsayı olmalıdır.
Bu yöntemi çift değerli bir maske boyutuyla sağlarsanız, bir azaltılır. Örneğin, verilen m=2q+1filtre şöyle tanımlanır: yi = median[{xi-q,…, xi+q}]
Giriş sinyalinin kenarlıklarının ötesindeki değerlerin sınırdaki değere eşit olduğu varsayılır. Yani, n giriş sinyalinin uzunluğuysa:
Ortanca filtreleri hakkında daha fazla bilgi için, bu Wikipedia makalesi teori ve uygulamanın iyi bir açıklamasını sağlar:
Modül parametreleri
| Name | Aralık | Tür | Varsayılan | Description |
|---|---|---|---|---|
| Uzunluk | >=1 | Tamsayı | 5 | Filtre penceresinin uzunluğu |
Çıktı
| Ad | Tür | Description |
|---|---|---|
| Filtre | IFilter arabirimi | Filtre uygulama |