共用方式為


LpNormNormalizingEstimator 類別

定義

將輸入資料行中的向量標準化 (調整為單位標準) 向量。 使用者可指定所使用的標準類型。

public sealed class LpNormNormalizingEstimator : Microsoft.ML.Transforms.LpNormNormalizingEstimatorBase
type LpNormNormalizingEstimator = class
    inherit LpNormNormalizingEstimatorBase
Public NotInheritable Class LpNormNormalizingEstimator
Inherits LpNormNormalizingEstimatorBase
繼承

備註

估算器特性

此估算器是否需要查看資料來定型其參數?
輸入資料行資料類型 Single 的向量
輸出資料行資料類型 Single 的向量
可匯出至 ONNX

產生的 LpNormNormalizingTransformer 會將向量重新調整為單位標準,個別將輸入資料行中的向量正規化。

讓 $x$ 成為輸入向量,$n$ 向量的大小,$L (x) $ 使用者選取的 norm 函式。 讓 $\mu (x) = \sum_i x_i / n$ 成為向量 $x$ 的值平均值。 LpNormNormalizingTransformer會在每個輸入向量 $x$上執行下列運算: $y = \frac{x - \mu (x) }{L (x) }$,如果使用者指定平均值應該是零,則為:$y = \frac{x}{l (x) }$

使用者可以選取四種類型的標準,以便套用至輸入向量 $x$。 它們的定義如下:

  • L1:$L_1 (x) = \sum_i |x_i|$
  • L2:$L_2 (x) = \sqrt{\sum_i x_i^2}$
  • Infinity:$L_{\infty} (x) = \max_i{|x_i|}$
  • StandardDeviation:$L_\sigma (x) $ 定義為輸入向量$x$ 元素的標準差

如需使用範例的連結,請參閱另請參閱一節。

方法

Fit(IDataView)

將輸入資料行中的向量標準化 (調整為單位標準) 向量。 使用者可指定所使用的標準類型。

(繼承來源 TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)

SchemaShape 回由轉換器產生之架構的 。 用於管線中的架構傳播和驗證。

(繼承來源 LpNormNormalizingEstimatorBase)

擴充方法

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

將「快取檢查點」附加至估算器鏈結。 這可確保下游估算器會針對快取的資料定型。 在接受多個資料通過的定型器之前,擁有快取檢查點會很有説明。

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

假設有估算器,則會傳回包裝物件,一旦 Fit(IDataView) 呼叫委派即可。 估算器通常必須傳回符合專案的相關資訊,這就是方法 Fit(IDataView) 傳回特定型別物件的原因,而不是只傳回一般 ITransformer 。 不過,同時 IEstimator<TTransformer> ,通常會形成具有許多物件的管線,因此我們可能需要透過 EstimatorChain<TLastTransformer> 建置估算器的鏈結,而我們想要取得轉換器的估算器會在此鏈結的某處被隱藏。 在該案例中,我們可以透過此方法附加呼叫一次將會呼叫的委派。

適用於

另請參閱