NormalizationCatalog 類別

定義

命名空間:

Microsoft.ML

組件:

Microsoft.ML.Transforms.dll

套件:

Microsoft.ML v4.0.0-preview.24522.7

來源:

NormalizerCatalog.cs

的擴充方法 TransformsCatalog 集合，用於建立數值正規化元件的實例。

public static class NormalizationCatalog

type NormalizationCatalog = class

Public Module NormalizationCatalog

繼承

Object

NormalizationCatalog

方法

NormalizeBinning(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean, Int32)	建立 ， NormalizingEstimator 其可藉由將資料指派給密度相等的量化來正規化。
NormalizeBinning(TransformsCatalog, String, String, Int64, Boolean, Int32)	建立 ， NormalizingEstimator 其可藉由將資料指派給密度相等的量化來正規化。
NormalizeGlobalContrast(TransformsCatalog, String, String, Boolean, Boolean, Single)	建立 ， GlobalContrastNormalizingEstimator 將個別套用全域對比正規化的資料行正規化。 將 設定 ensureZeroMean 為 true ，將會套用前置處理步驟，讓指定的資料行平均值成為零向量。
NormalizeLogMeanVariance(TransformsCatalog, InputOutputColumnPair[], Boolean, Int64, Boolean)	建立 NormalizingEstimator ，其會根據資料的對數計算平均數和變異數正規化。
NormalizeLogMeanVariance(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean)	建立 NormalizingEstimator ，其會根據資料的對數計算平均數和變異數正規化。
NormalizeLogMeanVariance(TransformsCatalog, String, Boolean, String, Int64, Boolean)	建立 NormalizingEstimator ，其會根據資料的對數計算平均數和變異數正規化。
NormalizeLogMeanVariance(TransformsCatalog, String, String, Int64, Boolean)	建立 NormalizingEstimator ，其會根據資料的對數計算平均數和變異數正規化。
NormalizeLpNorm(TransformsCatalog, String, String, LpNormNormalizingEstimatorBase+NormFunction, Boolean)	建立 LpNormNormalizingEstimator ，將輸入資料行中的) 向量正規化 (標準化為單位標準。 所使用的標準類型是由 所 norm 定義。 將 設定 ensureZeroMean 為 true ，將會套用前置處理步驟，讓指定的資料行平均值成為零向量。
NormalizeMeanVariance(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean, Boolean)	建立 NormalizingEstimator ，其會根據資料的計算平均數和變異數正規化。
NormalizeMeanVariance(TransformsCatalog, String, String, Int64, Boolean, Boolean)	建立 NormalizingEstimator ，其會根據資料的計算平均數和變異數正規化。
NormalizeMinMax(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean)	建立 ， NormalizingEstimator 其會根據觀察到的資料最小值和最大值正規化。
NormalizeMinMax(TransformsCatalog, String, String, Int64, Boolean)	建立 ， NormalizingEstimator 其會根據觀察到的資料最小值和最大值正規化。
NormalizeRobustScaling(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean, UInt32, UInt32)	建立 ， NormalizingEstimator 其會使用強固到極端值的統計資料正規化，方法是將資料置中 0 (移除中位數) ，並根據分位數範圍調整資料， (預設為四分位數範圍) 。
NormalizeRobustScaling(TransformsCatalog, String, String, Int64, Boolean, UInt32, UInt32)	建立 ， NormalizingEstimator 其會使用強固到極端值的統計資料正規化，方法是將資料置中 0 (移除中位數) ，並根據分位數範圍調整資料， (預設為四分位數範圍) 。
NormalizeSupervisedBinning(TransformsCatalog, InputOutputColumnPair[], String, Int64, Boolean, Int32, Int32)	建立 ， NormalizingEstimator 其會根據與 labelColumnName 資料行的相互關聯，將資料指派至量化來正規化。
NormalizeSupervisedBinning(TransformsCatalog, String, String, String, Int64, Boolean, Int32, Int32)	建立 ， NormalizingEstimator 其會根據與 labelColumnName 資料行的相互關聯，將資料指派至量化來正規化。