HashingEstimator 类

定义

估算器 HashingTransformer用于对单个值列或向量列进行哈希处理。 对于矢量列,它分别散列每个槽。

public sealed class HashingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.HashingTransformer>
type HashingEstimator = class
    interface IEstimator<HashingTransformer>
Public NotInheritable Class HashingEstimator
Implements IEstimator(Of HashingTransformer)
继承
HashingEstimator
实现

注解

估算器特征

此估算器是否需要查看数据来训练其参数? 是的,如果需要哈希到值的映射。
输入列数据类型 数值、布尔值、 文本DateTime 类型的向量或标量。
输出列数据类型 矢量或标量 类型。
可导出到 ONNX 是 - 在 v1.5 和 v1.5 上训练的估算器上。 Int64 UInt64不支持 、、SingleDouble OrderedHashing。

有关使用示例的链接,请查看“另请参阅”部分。

方法

Fit(IDataView)

火车并返回一个 HashingTransformer

GetOutputSchema(SchemaShape)

返回 SchemaShape 由转换器生成的架构。 用于管道中的架构传播和验证。

扩展方法

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

将“缓存检查点”追加到估算器链。 这将确保根据缓存的数据训练下游估算器。 在执行多个数据传递的训练器之前,拥有缓存检查点会很有帮助。

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

给定估算器后,返回一个包装对象,该对象将调用委托一次 Fit(IDataView) 。 估算器通常必须返回有关适合的内容的信息,这就是为什么 Fit(IDataView) 该方法返回特定类型化对象的原因,而不仅仅是常规 ITransformer对象。 但是,同时, IEstimator<TTransformer> 通常形成为包含许多对象的管道,因此,我们可能需要通过 EstimatorChain<TLastTransformer> 估算器链生成一个估算器链,以便将转换器埋在此链中的某个位置。 对于该方案,我们可以通过此方法附加一个委托,该委托将在调用拟合后调用。

适用于

另请参阅