修改计数表参数

项目
05/06/2019

重要

对机器学习工作室（经典）的支持将于 2024 年 8 月 31 日结束。建议在该日期之前转换到 Azure 机器学习。

从 2021 年 12 月 1 日开始，你将无法创建新的机器学习工作室（经典）资源。在 2024 年 8 月 31 日之前，可继续使用现有的机器学习工作室（经典）资源。

请参阅有关将机器学习项目从 ML 工作室（经典）移到 Azure 机器学习的信息。
详细了解 Azure 机器学习。

ML 工作室（经典）文档即将停用，将来可能不会更新。

修改用于从计数创建特征的参数

类别：Learning计数

注意

适用于：机器学习 Studio (经典) 应用

可在 Azure 机器学习设计器中获取类似的拖放模块。

模块概述

本文介绍如何使用机器学习 Studio (经典 ) 中的"修改计数表参数"模块来更改从计数表生成功能的方式。

通常，若要创建基于计数的特征，请使用"生成计数转换"处理数据集并创建计数表，然后从该计数表中生成一组新的特征。

但是，如果已创建计数表，可以使用"修改计数表参数"模块来编辑如何处理计数数据的定义。这样，即可基于现有数据创建一组不同的基于计数的统计信息，而无需重新分析数据集。

如何配置修改计数参数

在"转换"组中找到要修改的转换，并将其添加到试验中。

你之前应该已经运行了创建计数转换的试验。
- 修改保存的转换：在"转换"组中找到转换，并将其添加到试验。
- 若要修改在同一试验中创建的计数转换：如果转换尚未保存，但在当前试验 (中作为输出提供，请检查生成计数转换模块) 的输出，则可以通过连接模块直接使用它。
添加 "修改计数表参数" 模块，并连接转换作为输入。
在"修改计数表参数"模块的"属性"窗格中，键入要用作Garbage bin 阈值的值。

此值指定必须找到每个特征值的最小出现次数，以便使用计数。如果值的频率小于垃圾箱阈值，则值标签对不计为离散项;相反，计数低于阈值的所有项都放置在单个"垃圾箱"中。

如果使用的是小型数据集，并且正在对相同数据进行计数和训练，则良好的起始值为 1。
对于 "其他以前的伪示例"，请键入一个数字，指示要包括的其他伪示例的数量。无需提供这些示例;伪示例基于以前的分布生成。
对于 Laplacian 噪声刻度，键入一个正浮点值，该值表示用于引入从 Laplacian 分布采样的干扰的刻度。设置刻度值时，一些可接受的干扰级别会合并到模型中，因此模型不太可能受数据中未见的值的影响。
在 "输出功能包括"中，选择要在创建基于计数的特征以包含在转换中时使用的方法。
- CountsOnly：使用计数创建功能。
- LogOddsOnly：使用概率比的日志创建特征。
- BothCountsAndLogOdds：使用计数和日志概率创建功能。
如果要在创建功能时IsBackOff覆盖输出中的标志，请选择"忽略退列"选项。选择此选项时，即使列没有重要的计数值，也创建基于计数的特征。
运行试验。然后，可以根据需要将 "修改计数表参数 "的输出另存为新的转换。

示例

有关此模块的示例，请参阅以下 Azure AI 库：

Learning计数：二元分类：演示如何使用具有 counts 的学习模块从二元分类模型的分类值列生成特征。
Learning计数：多类分类与 NYC 出租车数据：示例演示如何使用具有 counts 模块的学习，对公开可用的 NYC 出租车数据集执行多类分类。该示例使用多类逻辑回归学习器来为此问题建模。
Learning计数：将二元分类与 NYC 出租车数据相集成：演示如何使用计数模块对公开可用的 NYC 出租车数据集执行二元分类。该示例使用双类逻辑回归学习器来为此问题建模。

技术说明

本部分包含实现详情、使用技巧和常见问题解答。

如果设置了拉普拉斯噪音比例参数，则其会以统计方式安全地在同一数据集上进行计数和定型。

预期输入

名称	类型	说明
计数转换	ITransform 接口	要应用计数转换

模块参数

名称	类型	范围	可选	默认	说明
垃圾桶阈值	Float	>=0.0f	必选	10.0f	根据垃圾回收箱对列值进行功能化的阈值
其他以前的伪示例	Float	>=0.0f	必选	42.0f	要包括的先前分发后的其他伪示例
拉普拉斯噪音比例	Float	>=0.0f	必选	0.0f	从中采样干扰的 Laplacian 分布的刻度
输出特征包括	OutputFeatureType		必选	BothCountsAndLogOdds	要输出的功能
忽略后退列	布尔值		必须	false	是否忽略输出中的 IsBackOff 列

Outputs

名称	类型	说明
修改后的转换	ITransform 接口	修改后的转换

例外

异常	描述
错误 0003	如果一个或多个输入为 NULL 或为空，将出现异常。
错误 0086	计数转换无效时，将发生异常。

有关特定于工作室和经典 (模块) 的列表，请参阅机器学习代码。

有关 API 异常的列表，请参阅机器学习 REST API代码。

另请参阅

通过计数进行学习

通过