CountFeatureSelectingEstimator Klasa
Definicja
Ważne
Niektóre informacje odnoszą się do produktu w wersji wstępnej, który może zostać znacząco zmodyfikowany przed wydaniem. Firma Microsoft nie udziela żadnych gwarancji, jawnych lub domniemanych, w odniesieniu do informacji podanych w tym miejscu.
Wybiera miejsca, dla których liczba wartości innych niż domyślne jest większa lub równa progowi.
public sealed class CountFeatureSelectingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.ITransformer>
type CountFeatureSelectingEstimator = class
interface IEstimator<ITransformer>
Public NotInheritable Class CountFeatureSelectingEstimator
Implements IEstimator(Of ITransformer)
- Dziedziczenie
-
CountFeatureSelectingEstimator
- Implementuje
Uwagi
Charakterystyka narzędzia do szacowania
Czy ten narzędzie do szacowania musi przyjrzeć się danym, aby wytrenować jego parametry? | Tak |
Typ danych kolumny wejściowej | Wektor lub skalarny SingleDouble typów danych lub tekstowych |
Typ danych kolumny wyjściowej | Tak samo jak kolumna wejściowa |
Eksportowanie do pliku ONNX | Tak |
Ta transformacja używa zestawu agregatorów do zliczenia liczby wartości dla każdego miejsca (elementu wektorowego), które nie są domyślne i nie brakuje (w przypadku definicji domyślnych i brakujących, zapoznaj się z sekcją uwagi w DataKindsekcji ). Jeśli wartość licznika jest mniejsza niż podany parametr count, to miejsce zostanie porzucone. Ta transformacja jest przydatna w przypadku zastosowania razem z elementem OneHotHashEncodingTransformer. Może usunąć funkcje wygenerowane przez przekształcenie skrótu, które nie mają danych w przykładach.
Jeśli na przykład ustawimy parametr count na wartość 3 i zmieścimy narzędzie do szacowania, zastosujemy transformator do następującej kolumny Funkcje, zobaczymy drugie miejsce zawierające: NaN (brak wartości), 5, 5, 5, 0 (wartość domyślna), ponieważ to miejsce ma tylko dwie wartości inne niż domyślne i inne niż brakujące, tj. dwie wartości 5. Trzecie miejsce jest przechowywane, ponieważ ma wartości 6, 6, 6, 6, NaN; ma więc 3 wartości inne niż domyślne i nie brakuje.
Funkcje |
---|
4,NaN,6 |
4,5,6 |
4,5,6 |
4,0,NaN |
W ten sposób powyższy zestaw danych będzie wyglądał po przekształceniu.
Funkcje |
---|
4,6 |
4,6 |
4,6 |
4,NaN |
Zapoznaj się z sekcją Zobacz również, aby uzyskać linki do przykładów użycia.
Metody
Fit(IDataView) |
Trenuje i zwraca wartość ITransformer. |
GetOutputSchema(SchemaShape) |
SchemaShape Zwraca schemat, który zostanie wygenerowany przez transformator. Służy do propagacji schematu i weryfikacji w potoku. |
Metody rozszerzania
AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Dołącz punkt kontrolny buforowania do łańcucha narzędzia do szacowania. Zapewni to, że narzędzia do szacowania podrzędnego zostaną wytrenowane względem buforowanych danych. Warto mieć punkt kontrolny buforowania, zanim trenerzy przejmą wiele danych. |
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Biorąc pod uwagę narzędzie do szacowania, zwróć obiekt opakowujący, który wywoła delegata po Fit(IDataView) wywołaniu. Często ważne jest, aby narzędzie do szacowania zwracało informacje o tym, co było odpowiednie, dlatego Fit(IDataView) metoda zwraca specjalnie wpisany obiekt, a nie tylko ogólną ITransformerwartość . Jednak w tym samym czasie IEstimator<TTransformer> często są tworzone w potoki z wieloma obiektami, więc może być konieczne utworzenie łańcucha narzędzi do szacowania za pośrednictwem EstimatorChain<TLastTransformer> miejsca, w którym narzędzie do szacowania, dla którego chcemy uzyskać transformator jest pochowany gdzieś w tym łańcuchu. W tym scenariuszu możemy za pomocą tej metody dołączyć delegata, który zostanie wywołany po wywołaniu dopasowania. |