tipos de datos de módulo de ML Studio (clásico)
Importante
El soporte técnico de Machine Learning Studio (clásico) finalizará el 31 de agosto de 2024. Se recomienda realizar la transición a Azure Machine Learning antes de esa fecha.
A partir del 1 de diciembre de 2021 no se podrán crear recursos de Machine Learning Studio (clásico). Hasta el 31 de agosto de 2024, puede seguir usando los recursos de Machine Learning Studio (clásico) existentes.
- Consulte la información acerca de traslado de proyectos de aprendizaje automático de ML Studio (clásico) a Azure Machine Learning.
- Más información sobre Azure Machine Learning.
La documentación de ML Studio (clásico) se está retirando y es posible que no se actualice en el futuro.
En este artículo se describen los tipos de datos de .NET que se admiten en Machine Learning Studio (clásico) para datos externos. También se describen las clases de tipo de datos personalizadas que se usan para pasar datos entre módulos dentro de un experimento.
Tabla de tipos de datos de .NET
Los siguientes tipos de .NET son compatibles con Machine Learning Studio (clásico).
| Tipo de datos de .NET | Comentarios |
|---|---|
| Boolean | https://msdn.microsoft.com/library/wts33hb3.aspx |
| Int16 | https://msdn.microsoft.com/library/system.int16(v=vs.110).aspx |
| Int32 | https://msdn.microsoft.com/library/06bkb8w2.aspx |
| Int64 | https://msdn.microsoft.com/library/system.int64.aspx |
| Single | https://msdn.microsoft.com/library/system.single(v=vs.110).aspx |
| Double | https://msdn.microsoft.com/library/system.double(v=vs.110).aspx |
| String | https://msdn.microsoft.com/library/system.string(v=vs.110).aspx |
| datetime | https://msdn.microsoft.com/library/system.datetime(v=vs.110).aspx |
| DateTimeOffset | https://msdn.microsoft.com/library/system.datetimeoffset(v=vs.110).aspx |
| TimeSpan | https://msdn.microsoft.com/library/system.timespan(v=vs.110).aspx |
| Byte | https://msdn.microsoft.com/library/system.byte(v=vs.110).aspx |
| Byte[] | https://msdn.microsoft.com/library/system.byte.aspx |
| Guid | Los GUID se convierten en cadenas en la entrada |
Tabla de tipos de datos personalizados
Además, Machine Learning Studio (clásico) admite las siguientes clases de datos personalizadas.
| Tipo de datos | Descripción |
|---|---|
| Tabla de datos | La interfaz DataTable define la estructura de todos los conjuntos de datos usados en Machine Learning. |
| Interfaz ICluster | La interfaz ICluster define la estructura de los modelos de agrupación en clústeres. |
| Interfaz IFilter | La interfaz IFilter define la estructura de los filtros de procesamiento de señales digitales aplicados a una serie completa de valores numéricos. Los filtros se pueden crear y, a continuación, guardar y aplicar a una nueva serie. |
| Interfaz ILearner | La interfaz ILearner proporciona una estructura genérica para definir y guardar modelos analíticos, sin incluir algunos tipos especiales, como los modelos de agrupación en clústeres. |
| Interfaz ITransform | La interfaz ITransform proporciona una estructura genérica para definir y guardar transformaciones. Puede crear un iTransform mediante Machine Learning Studio (clásico) y, a continuación, aplicar la transformación a nuevos conjuntos de datos. |