Microsoft.ML.Transforms 命名空间

包含 数据转换 组件的命名空间。

类

ApproximatedKernelMappingEstimator	将矢量列映射到低维特征空间。
ApproximatedKernelTransformer	ITransformer 由拟合的 ApproximatedKernelMappingEstimator.
ColumnConcatenatingEstimator	将一个或多个输入列连接到新的输出列。
ColumnCopyingEstimator	IEstimator<TTransformer> for the ColumnCopyingTransformer.
ColumnCopyingTransformer	ITransformer 由拟合 a ColumnCopyingEstimator.
ColumnSelectingEstimator	保留或删除所选列。IDataView
ColumnSelectingTransformer	ITransformer 由拟合的 ColumnSelectingEstimator.
CountFeatureSelectingEstimator	选择非默认值计数大于或等于阈值的槽。
CustomMappingEstimator<TSrc,TDst>	将自定义映射函数应用于指定的输入列。 结果将位于输出列中。
CustomMappingFactory<TSrc,TDst>	自定义映射工厂的基类型。
CustomMappingFactoryAttributeAttribute	将此属性置于类型上，使其被视为自定义映射工厂。
CustomMappingTransformer<TSrc,TDst>	ITransformer 由拟合的 CustomMappingEstimator<TSrc,TDst>.
ExpressionEstimator	此估算器将用户提供的表达式 (指定为字符串) 应用于输入列值以生成新的输出列值。
ExpressionTransformer	包含 数据转换 组件的命名空间。
FeatureContributionCalculatingEstimator	的估算器 。FeatureContributionCalculatingTransformer 计算每个输入向量分数的特定于模型的每个特征的贡献。
FeatureContributionCalculatingTransformer	ITransformer 由拟合 a FeatureContributionCalculatingEstimator.
GaussianKernel	高斯内核。
GlobalContrastNormalizingEstimator	规范化 (在应用全局对比度规范化的输入列中) 向量。
HashingEstimator	估算器 HashingTransformer用于对单个值列或向量列进行哈希处理。 对于矢量列，它分别散列每个槽。
HashingEstimator.ColumnOptions	描述转换器如何处理一列对。
HashingTransformer	ITransformer 由拟合 a HashingEstimator.
KernelBase	此类指示哪个内核应由 . ApproximatedKernelTransformer. .
KeyToBinaryVectorMappingEstimator	的估算器 。KeyToBinaryVectorMappingTransformer 将键类型转换为原始值的相应二进制表示形式。
KeyToBinaryVectorMappingTransformer	ITransformer 由拟合 a KeyToBinaryVectorMappingEstimator.
KeyToValueMappingEstimator	的估算器 。KeyToValueMappingTransformer 将键类型转换回其原始值。
KeyToValueMappingTransformer	ITransformer 由拟合 a KeyToValueMappingEstimator.
KeyToVectorMappingEstimator	的估算器 。KeyToVectorMappingTransformer 将键的值映射到已知大小的向量 Single中。
KeyToVectorMappingTransformer	ITransformer 由拟合 a KeyToVectorMappingEstimator.
LaplacianKernel	Laplacian 内核。
LpNormNormalizingEstimator	规范化 (将输入列中的向量) 向量规范化为单位规范。 可以使用的规范的类型可由用户指定。
LpNormNormalizingEstimatorBase	用于规范化器和GlobalContrastNormalizingEstimator规范化器的基估算器类LpNormNormalizingEstimator。
LpNormNormalizingTransformer	ITransformer 由拟合 a LpNormNormalizingEstimator 或 GlobalContrastNormalizingEstimator.
MissingValueIndicatorEstimator	IEstimator<TTransformer> for the MissingValueIndicatorTransformer.
MissingValueIndicatorTransformer	ITransformer 由拟合 a MissingValueIndicatorEstimator.
MissingValueReplacingEstimator	IEstimator<TTransformer> for the MissingValueReplacingTransformer.
MissingValueReplacingTransformer	ITransformer 由拟合 a MissingValueReplacingEstimator.
MutualInformationFeatureSelectingEstimator	选择所有指定列的顶部 k 槽，其相互信息与标签列 (可以通过观察指定列的值) 来了解标签。
NormalizingEstimator	IEstimator<TTransformer> for the NormalizingTransformer.
NormalizingTransformer	ITransformer 由拟合的 NormalizingEstimator.
NormalizingTransformer.AffineNormalizerModelParameters<TData>	affine 规范化转换生成的模型参数。
NormalizingTransformer.BinNormalizerModelParameters<TData>	通过将数据桶化为单调增加 UpperBounds的箱生成的模型参数。 对于大多数情况，该值 Density 是从 bin 到 bin 的常量。 ///
NormalizingTransformer.CdfNormalizerModelParameters<TData>	由累积分布规范化转换生成的模型参数。 累积密度函数由参数化 Mean ，在 StandardDeviation 拟合过程中观察到。
NormalizingTransformer.NormalizerModelParametersBase	所有数据规范化器模型的基类，例如NormalizingTransformer.AffineNormalizerModelParameters<TData>， NormalizingTransformer.BinNormalizerModelParameters<TData>NormalizingTransformer.CdfNormalizerModelParameters<TData>。
OneHotEncodingEstimator	将分类值的一个或多个输入列转换为一热编码矢量的任意数量的输出列。
OneHotEncodingTransformer	ITransformer 由拟合 a OneHotEncodingEstimator.
OneHotHashEncodingEstimator	将分类值的一个或多个输入列转换为基于哈希的单热编码矢量的任意数量的输出列。
OneHotHashEncodingTransformer	ITransformer 由拟合 a OneHotHashEncodingEstimator.
PrincipalComponentAnalysisTransformer	PCA 是一个降维转换，用于计算特征向量投影到低级别子空间。
PrincipalComponentAnalyzer	PCA 是一个降维转换，用于计算特征向量投影到低级别子空间。
StatefulCustomMappingEstimator<TSrc,TDst,TState>	将自定义映射函数应用于指定的输入列，同时允许每个游标状态。 结果将位于输出列中。
StatefulCustomMappingFactory<TSrc,TDst,TState>	有状态自定义映射工厂的基类型。
StatefulCustomMappingTransformer<TSrc,TDst,TState>	ITransformer 由拟合的 StatefulCustomMappingEstimator<TSrc,TDst,TState>.
TensorFlowEstimator	这 TensorFlowTransformer 两种方案在以下两种情况下使用。 使用预先训练的 TensorFlow 模型评分：在此模式下，转换从预先训练的 Tensorflow 模型中提取隐藏层的值，并使用输出作为 ML.Net 管道中的特征。 重新训练 TensorFlow 模型：在此模式下，转换使用通过 ML.Net 管道传递的用户数据重新训练 TensorFlow 模型。 训练模型后，输出可用作评分功能。
TensorFlowModel	此类包含与 TensorFlow 模型和会话相关的信息。 它提供了一些方便的方法来查询模型架构以及创建 TensorFlowEstimator 对象。
TensorFlowTransformer	ITransformer for the TensorFlowEstimator.
TransformInputBase	所有转换输入的基类。
TypeConvertingEstimator	的估算器 。TypeConvertingTransformer 将基础输入列类型转换为新类型。 输入和输出列类型需要兼容。 PrimitiveDataViewType
TypeConvertingTransformer	ITransformer 由拟合 a TypeConvertingEstimator.
ValueMappingEstimator	使用输入数据中的值对创建键值映射的估算器ValueMappingTransformerPrimitiveDataViewType
ValueMappingEstimator<TKey,TValue>	使用输入数据中的值对创建键值映射的估算器ValueMappingTransformerPrimitiveDataViewType
ValueMappingTransformer	ITransformer 由拟合 a ValueMappingEstimator.
ValueToKeyMappingEstimator	IEstimator<TTransformer> for the ValueToKeyMappingTransformer. 例如，将一组分类值转换为数字键值 (，例如，美国状态缩写) 转换为数值键值 (，例如 1-50) 。 数字键可以直接由分类算法使用。
ValueToKeyMappingTransformer	ITransformer 由拟合 a ValueToKeyMappingEstimator.
VectorWhiteningEstimator	包含 数据转换 组件的命名空间。
VectorWhiteningTransformer	包含 数据转换 组件的命名空间。

接口

IFunctionProvider

此接口允许使用其他函数扩展 ExprTransform 语言。

枚举

ErrId	包含 数据转换 组件的命名空间。
LpNormNormalizingEstimatorBase.NormFunction	单位规范向量的类型将重新缩放为。 此枚举已序列化。
MissingValueReplacingEstimator.ReplacementMode	替换缺失值的可能方法。
OneHotEncodingEstimator.OutputKind	包含 数据转换 组件的命名空间。
ValueToKeyMappingEstimator.KeyOrdinality	控制输出键的顺序。
WhiteningKind	要使用的向量白化技术。 ZCA 白化可确保白化和原始变量之间的平均协变是最大。 相比之下，PCA 白化会导致以平方协变测量的最大压缩白化变量。

委托

SignatureFunctionProvider

包含 数据转换 组件的命名空间。