TextCatalog.ProduceHashedWordBags 方法
定义
重要
一些信息与预发行产品相关,相应产品在发行之前可能会进行重大修改。 对于此处提供的信息,Microsoft 不作任何明示或暗示的担保。
重载
ProduceHashedWordBags(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32) |
创建一个 WordHashBagEstimator,它将指定的 |
ProduceHashedWordBags(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32) |
Create a WordHashBagEstimator, which maps the column specified in |
ProduceHashedWordBags(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32)
创建一个 WordHashBagEstimator,它将指定的 inputColumnNames
多个列映射到名为 outputColumnName
的新列中哈希 n 元语法计数的向量。
public static Microsoft.ML.Transforms.Text.WordHashBagEstimator ProduceHashedWordBags (this Microsoft.ML.TransformsCatalog.TextTransforms catalog, string outputColumnName, string[] inputColumnNames, int numberOfBits = 16, int ngramLength = 1, int skipLength = 0, bool useAllLengths = true, uint seed = 314489979, bool useOrderedHashing = true, int maximumNumberOfInverts = 0);
static member ProduceHashedWordBags : Microsoft.ML.TransformsCatalog.TextTransforms * string * string[] * int * int * int * bool * uint32 * bool * int -> Microsoft.ML.Transforms.Text.WordHashBagEstimator
<Extension()>
Public Function ProduceHashedWordBags (catalog As TransformsCatalog.TextTransforms, outputColumnName As String, inputColumnNames As String(), Optional numberOfBits As Integer = 16, Optional ngramLength As Integer = 1, Optional skipLength As Integer = 0, Optional useAllLengths As Boolean = true, Optional seed As UInteger = 314489979, Optional useOrderedHashing As Boolean = true, Optional maximumNumberOfInverts As Integer = 0) As WordHashBagEstimator
参数
- catalog
- TransformsCatalog.TextTransforms
转换的目录。
- inputColumnNames
- String[]
要从中获取数据的多个列的名称。 此估算器对文本矢量进行操作。
- numberOfBits
- Int32
要哈希到的位数。 必须介于 1 和 30 之间(含限值)。
- ngramLength
- Int32
Ngram 长度。
- skipLength
- Int32
构造 n 元报时要跳过的最大令牌数。
- useAllLengths
- Boolean
是否包含所有 n 元语法长度,最大 ngramLength
或仅 ngramLength
包含 。
- seed
- UInt32
哈希种子。
- useOrderedHashing
- Boolean
是否应将每个源列的位置包括在哈希中(当存在多个源列时)。
- maximumNumberOfInverts
- Int32
在哈希处理期间,我们在原始值和生成的哈希值之间构造映射。
原始值的文本表示形式存储在新列的批注的槽名称中。因此,哈希可以将许多初始值映射到一个值。
maximumNumberOfInverts
指定映射到应保留的哈希的非重复输入值数的上限。
0 不保留任何输入值。 -1 保留映射到每个哈希的所有输入值。
返回
注解
WordHashBagEstimator 与 NgramHashingEstimator 前者在内部标记文本不同,后者采用标记化文本作为输入。
适用于
ProduceHashedWordBags(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32)
Create a WordHashBagEstimator, which maps the column specified in inputColumnName
to a vector of counts of hashed n-grams in a new column named outputColumnName
.
public static Microsoft.ML.Transforms.Text.WordHashBagEstimator ProduceHashedWordBags (this Microsoft.ML.TransformsCatalog.TextTransforms catalog, string outputColumnName, string inputColumnName = default, int numberOfBits = 16, int ngramLength = 1, int skipLength = 0, bool useAllLengths = true, uint seed = 314489979, bool useOrderedHashing = true, int maximumNumberOfInverts = 0);
static member ProduceHashedWordBags : Microsoft.ML.TransformsCatalog.TextTransforms * string * string * int * int * int * bool * uint32 * bool * int -> Microsoft.ML.Transforms.Text.WordHashBagEstimator
<Extension()>
Public Function ProduceHashedWordBags (catalog As TransformsCatalog.TextTransforms, outputColumnName As String, Optional inputColumnName As String = Nothing, Optional numberOfBits As Integer = 16, Optional ngramLength As Integer = 1, Optional skipLength As Integer = 0, Optional useAllLengths As Boolean = true, Optional seed As UInteger = 314489979, Optional useOrderedHashing As Boolean = true, Optional maximumNumberOfInverts As Integer = 0) As WordHashBagEstimator
参数
- catalog
- TransformsCatalog.TextTransforms
转换的目录。
- inputColumnName
- String
要从中获取数据的列的名称。 此估算器对文本矢量进行操作。
- numberOfBits
- Int32
要哈希到的位数。 必须介于 1 和 30 之间(含限值)。
- ngramLength
- Int32
Ngram 长度。
- skipLength
- Int32
构造 n 元报时要跳过的最大令牌数。
- useAllLengths
- Boolean
是否包含所有 n 元语法长度,最大 ngramLength
或仅 ngramLength
包含 。
- seed
- UInt32
哈希种子。
- useOrderedHashing
- Boolean
是否应将每个源列的位置包括在哈希中(当存在多个源列时)。
- maximumNumberOfInverts
- Int32
在哈希处理期间,我们在原始值和生成的哈希值之间构造映射。
原始值的文本表示形式存储在新列的批注的槽名称中。 因此,哈希可以将许多初始值映射到一个值。
maximumNumberOfInverts
指定映射到应保留的哈希的非重复输入值数的上限。
0 不保留任何输入值。 -1 保留映射到每个哈希的所有输入值。
返回
注解
WordHashBagEstimator 与 NgramHashingEstimator 前者在内部标记文本不同,后者采用标记化文本作为输入。