AutoCatalog.Featurizer Méthode

Définition

Espace de noms:

Microsoft.ML.AutoML

Assembly:

Microsoft.ML.AutoML.dll

Paquet:

Microsoft.ML.AutoML v0.23.0-preview.1.25125.4

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)

Source:

AutoCatalog.cs

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[])

Source:

AutoCatalog.cs

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