NormalizationCatalog 类

定义

命名空间:

Microsoft.ML

程序集:

Microsoft.ML.Transforms.dll

包:

Microsoft.ML v3.0.1

用于 TransformsCatalog 创建数值规范化组件的实例的扩展方法的集合。

public static class NormalizationCatalog

type NormalizationCatalog = class

Public Module NormalizationCatalog

继承

Object

NormalizationCatalog

方法

NormalizeBinning(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean, Int32)	创建一个 NormalizingEstimator，它通过将数据分配到密度相等的箱来规范化。
NormalizeBinning(TransformsCatalog, String, String, Int64, Boolean, Int32)	创建一个 NormalizingEstimator，它通过将数据分配到密度相等的箱来规范化。
NormalizeGlobalContrast(TransformsCatalog, String, String, Boolean, Boolean, Single)	创建一个 GlobalContrastNormalizingEstimator规范化列，以单独应用全局对比度规范化。 设置为该设置ensureZeroMeantrue时，将应用预处理步骤以使指定的列的平均值为零向量。
NormalizeLogMeanVariance(TransformsCatalog, InputOutputColumnPair[], Boolean, Int64, Boolean)	创建一个 NormalizingEstimator，它根据数据的对数计算平均值和方差进行规范化。
NormalizeLogMeanVariance(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean)	创建一个 NormalizingEstimator，它根据数据的对数计算平均值和方差进行规范化。
NormalizeLogMeanVariance(TransformsCatalog, String, Boolean, String, Int64, Boolean)	创建一个 NormalizingEstimator，它根据数据的对数计算平均值和方差进行规范化。
NormalizeLogMeanVariance(TransformsCatalog, String, String, Int64, Boolean)	创建一个 NormalizingEstimator，它根据数据的对数计算平均值和方差进行规范化。
NormalizeLpNorm(TransformsCatalog, String, String, LpNormNormalizingEstimatorBase+NormFunction, Boolean)	创建一个 LpNormNormalizingEstimator规范化 (将输入列中) 向量规范化为单位规范。 使用的规范的类型由 norm定义。 true设置为 ensureZeroMean ，将应用预处理步骤，使指定列的平均值为零向量。
NormalizeMeanVariance(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean, Boolean)	创建一个 NormalizingEstimator，它根据数据的计算平均值和方差进行规范化。
NormalizeMeanVariance(TransformsCatalog, String, String, Int64, Boolean, Boolean)	创建一个 NormalizingEstimator，它根据数据的计算平均值和方差进行规范化。
NormalizeMinMax(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean)	创建一个 NormalizingEstimator，它根据观察到的数据最小值和最大值进行规范化。
NormalizeMinMax(TransformsCatalog, String, String, Int64, Boolean)	创建一个 NormalizingEstimator，它根据观察到的数据最小值和最大值进行规范化。
NormalizeRobustScaling(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean, UInt32, UInt32)	创建一个 NormalizingEstimator，它通过使用可靠到离群值的统计信息进行规范化，方法是将数据居中 0 左右 (删除中间值) ，并根据分位范围缩放数据， (默认为四分位数范围) 。
NormalizeRobustScaling(TransformsCatalog, String, String, Int64, Boolean, UInt32, UInt32)	创建一个 NormalizingEstimator，它通过使用可靠到离群值的统计信息进行规范化，方法是将数据居中 0 左右 (删除中间值) ，并根据分位范围缩放数据， (默认为四分位数范围) 。
NormalizeSupervisedBinning(TransformsCatalog, InputOutputColumnPair[], String, Int64, Boolean, Int32, Int32)	创建一个 NormalizingEstimator，它通过根据列的关联 labelColumnName 将数据分配到箱中来规范化。
NormalizeSupervisedBinning(TransformsCatalog, String, String, String, Int64, Boolean, Int32, Int32)	创建一个 NormalizingEstimator，它通过根据列的关联 labelColumnName 将数据分配到箱中来规范化。