Filtr mediany
Ważne
Obsługa programu Machine Learning Studio (wersja klasyczna) zakończy się 31 sierpnia 2024 r. Zalecamy przejście do usługi Azure Machine Learning przed tym terminem.
Od 1 grudnia 2021 r. nie będzie można tworzyć nowych zasobów programu Machine Learning Studio (wersja klasyczna). Do 31 sierpnia 2024 r. można będzie nadal korzystać z istniejących zasobów programu Machine Learning Studio (wersja klasyczna).
- Zobacz informacje na temat przenoszenia projektów uczenia maszynowego z programu ML Studio (wersja klasyczna) do Azure Machine Learning.
- Dowiedz się więcej o Azure Machine Learning.
Dokumentacja programu ML Studio (wersja klasyczna) jest wycofywana i może nie być aktualizowana w przyszłości.
Tworzy filtr mediany używany do wygładzania danych na potrzeby analizy trendów
Kategoria: Przekształcanie/filtrowanie danych
Uwaga
Dotyczy: tylko Machine Learning Studio (wersja klasyczna)
Podobne moduły przeciągania i upuszczania są dostępne w projektancie Azure Machine Learning.
Omówienie modułu
W tym artykule opisano sposób używania modułu Median Filter w programie Machine Learning Studio (wersja klasyczna), aby zdefiniować filtr mediany do zastosowania do serii wartości reprezentujących cyfrowy sygnał wejściowy lub obraz.
Mediana filtrów jest powszechnie używana w funkcji rozpoznawania obrazów w celu zmniejszenia szumu, dzięki czemu można łatwiej wykrywać funkcje.
Uwaga
Filtr to funkcja transferu, która pobiera sygnał wejściowy i tworzy sygnał wyjściowy na podstawie właściwości filtru. W przetwarzaniu sygnałów cyfrowych użycie filtrów może poprawić wyniki rozpoznawania obrazu lub głosu. Aby uzyskać więcej informacji, zobacz Filtr.
Po zdefiniowaniu przekształcenia filtru spełniającego Twoje potrzeby przy użyciu modułu Filtr mediany można zastosować filtr do danych, łącząc zestaw danych i filtr z modułem Zastosuj filtr .
Porada
Chcesz filtrować dane z zestawu danych lub usunąć brakujące wartości? Zamiast tego użyj następujących modułów:
- Wyczyść brakujące dane: użyj tego modułu, aby usunąć brakujące wartości lub zastąpić brakujące wartości symbolami zastępczymi.
- Partycja i przykład: ten moduł służy do dzielenia lub filtrowania zestawu danych według kryteriów, takich jak zakres dat, określona wartość lub wyrażenia regularne.
- Wartości wycinków: użyj tego modułu, aby ustawić zakres i zachować tylko wartości w tym zakresie.
Jak skonfigurować filtr mediany
Dodaj filtr mediany do eksperymentu. Ten moduł można znaleźć w obszarze Przekształcanie danych w kategorii Filtr .
W polu Długość wpisz wartość całkowitą, która definiuje całkowity rozmiar okna, w którym jest stosowany filtr. Jest to również nazywane maską filtru.
Wartość powinna być nieparzystą liczbą całkowitą z wartością dodatnią. Jeśli określisz liczbę parzystą, rozmiar maski zostanie zmniejszony o jeden.
Domyślnie maska rozpoczyna się od bieżącej wartości i tworzy okno wyśrodkowane na bieżącej wartości.
Jeśli na przykład wpiszesz wartość 5 jako długość lub rozmiar okna, mediana jest obliczana w oknie przesuwnym składającym się z 5 wartości wyśrodkowanych na bieżącej wartości. Jeśli wpiszesz wartość 4, maska zostanie zmniejszona do 3 wartości, wyśrodkowana na wartości indeksu.
Połączenie filtru zastosuj filtr i połącz zestaw danych.
Użyj selektora kolumn, aby określić kolumny zestawu danych, do których ma zostać zastosowany filtr. Domyślnie moduł Zastosuj filtr będzie używać filtru dla wszystkich wybranych kolumn liczbowych.
Uruchom eksperyment. Do wybranych kolumn są stosowane następujące operacje:
- Dla każdego zestawu wartości zawartych w oknie lub masce algorytm filtru oblicza medianę.
- Bieżąca (lub indeks) wartość jest zastępowana wartością mediany.
Przykłady
Przykłady użycia filtrów w uczeniu maszynowym można znaleźć w tym eksperymencie w galerii sztucznej inteligencji platformy Azure:
- Filtry: w tym eksperymencie przedstawiono wszystkie typy filtrów przy użyciu zaprojektowanego zestawu danych kształtów falowych.
Uwagi techniczne
Ta sekcja zawiera szczegóły implementacji, porady i odpowiedzi na często zadawane pytania.
Szczegóły implementacji
Każdy wpis w sygnale wyjściowym jest równy medianie wpisów w podzestawie (maska) sygnału wejściowego i wyśrodkowany w odpowiednim indeksie. Rozmiar maski powinien być nieparzysty, dodatnią liczbą całkowitą.
Jeśli podasz tę metodę o rozmiarze maski z parzystymi wartościami, zostanie ona zmniejszona o jeden. Na przykład, biorąc pod uwagę m=2q+1, filtr jest zdefiniowany jako: yi = median[{xi-q,…, xi+q}]
Przyjmuje się, że wartości wykraczające poza granice sygnału wejściowego są równe wartości na obramowanie. Oznacza to, że jeśli n jest długością sygnału wejściowego:
Aby uzyskać więcej informacji na temat filtrów median, ten artykuł w Wikipedii zawiera dobre wyjaśnienie teorii i zastosowania:
Parametry modułu
| Nazwa | Zakres | Typ | Domyślny | Opis |
|---|---|---|---|---|
| Długość | >=1 | Liczba całkowita | 5 | Długość okna filtru |
Dane wyjściowe
| Nazwa | Typ | Opis |
|---|---|---|
| Filtr | IFilter, interfejs | Implementacja filtru |