AutoCatalog.Featurizer Méthode

Définition

Espace de noms:

Microsoft.ML.AutoML

Assembly:

Microsoft.ML.AutoML.dll

Paquet:

Microsoft.ML.AutoML v0.21.1

Surcharges

Featurizer(IDataView, ColumnInformation, String)

Créez un pipeline de caractérisation unique en fonction de columnInformation. Cette fonction collecte toutes les colonnes dans , en columnInformationles exploitant à l’aide Microsoft.ML.AutoML.AutoCatalog.CatalogFeaturizer(System.String[],System.String[])de , Microsoft.ML.AutoML.AutoCatalog.NumericFeaturizer(System.String[],System.String[]) ou Microsoft.ML.AutoML.AutoCatalog.TextFeaturizer(System.String,System.String). Et combinez-les en une seule colonne de fonctionnalité en tant que sortie.

Featurizer(IDataView, String, String[], String[], String[], String[], String[])

Créez un pipeline de caractérisation unique en fonction de data. Cette fonction collecte toutes les colonnes dans data et non dans excludeColumns, en les utilisant à l’aide Microsoft.ML.AutoML.AutoCatalog.CatalogFeaturizer(System.String[],System.String[])de , Microsoft.ML.AutoML.AutoCatalog.NumericFeaturizer(System.String[],System.String[]) ou Microsoft.ML.AutoML.AutoCatalog.TextFeaturizer(System.String,System.String). Et combinez-les en une seule colonne de fonctionnalité en tant que sortie.

Featurizer(IDataView, ColumnInformation, String)

Créez un pipeline de caractérisation unique en fonction de columnInformation. Cette fonction collecte toutes les colonnes dans , en columnInformationles exploitant à l’aide Microsoft.ML.AutoML.AutoCatalog.CatalogFeaturizer(System.String[],System.String[])de , Microsoft.ML.AutoML.AutoCatalog.NumericFeaturizer(System.String[],System.String[]) ou Microsoft.ML.AutoML.AutoCatalog.TextFeaturizer(System.String,System.String). Et combinez-les en une seule colonne de fonctionnalité en tant que sortie.

public Microsoft.ML.AutoML.SweepablePipeline Featurizer (Microsoft.ML.IDataView data, Microsoft.ML.AutoML.ColumnInformation columnInformation, string outputColumnName = "Features");

member this.Featurizer : Microsoft.ML.IDataView * Microsoft.ML.AutoML.ColumnInformation * string -> Microsoft.ML.AutoML.SweepablePipeline

Public Function Featurizer (data As IDataView, columnInformation As ColumnInformation, Optional outputColumnName As String = "Features") As SweepablePipeline

Paramètres

data

IDataView

données d’entrée.

columnInformation

ColumnInformation

informations sur la colonne.

outputColumnName

String

colonne de fonctionnalité de sortie.

Retours

SweepablePipeline

pour SweepablePipeline la caractérisation.

Featurizer(IDataView, String, String[], String[], String[], String[], String[])

Créez un pipeline de caractérisation unique en fonction de data. Cette fonction collecte toutes les colonnes dans data et non dans excludeColumns, en les utilisant à l’aide Microsoft.ML.AutoML.AutoCatalog.CatalogFeaturizer(System.String[],System.String[])de , Microsoft.ML.AutoML.AutoCatalog.NumericFeaturizer(System.String[],System.String[]) ou Microsoft.ML.AutoML.AutoCatalog.TextFeaturizer(System.String,System.String). Et combinez-les en une seule colonne de fonctionnalité en tant que sortie.

public Microsoft.ML.AutoML.SweepablePipeline Featurizer (Microsoft.ML.IDataView data, string outputColumnName = "Features", string[] catelogicalColumns = default, string[] numericColumns = default, string[] textColumns = default, string[] imagePathColumns = default, string[] excludeColumns = default);

member this.Featurizer : Microsoft.ML.IDataView * string * string[] * string[] * string[] * string[] * string[] -> Microsoft.ML.AutoML.SweepablePipeline

Public Function Featurizer (data As IDataView, Optional outputColumnName As String = "Features", Optional catelogicalColumns As String() = Nothing, Optional numericColumns As String() = Nothing, Optional textColumns As String() = Nothing, Optional imagePathColumns As String() = Nothing, Optional excludeColumns As String() = Nothing) As SweepablePipeline

Paramètres

data

IDataView

données d’entrée.

outputColumnName

String

colonne de fonctionnalité de sortie.

catelogicalColumns

String[]

colonnes qui doivent être traitées en tant que catalogue. Si elle n’est pas spécifiée, elle déduit automatiquement si une colonne est catalog ou non.

numericColumns

String[]

colonnes qui doivent être traitées comme numériques. Si elle n’est pas spécifiée, elle déduit automatiquement si une colonne est catalog ou non.

textColumns

String[]

colonnes qui doivent être traitées comme du texte. Si elle n’est pas spécifiée, elle déduit automatiquement si une colonne est catalog ou non.

imagePathColumns

String[]

colonnes qui doivent être traitées comme chemin d’accès à l’image. Si elle n’est pas spécifiée, elle déduit automatiquement si une colonne est catalog ou non.

excludeColumns

String[]

colonnes qui ne seront pas incluses lors de la caractérisation, comme l’étiquette

Retours

SweepablePipeline