Tabella dati
Importante
Il supporto dello studio di Azure Machine Learning (versione classica) terminerà il 31 agosto 2024. È consigliabile passare ad Azure Machine Learning entro tale data.
A partire dal 1° dicembre 2021 non sarà possibile creare nuove risorse dello studio di Azure Machine Learning (versione classica). Fino al 31 agosto 2024 sarà possibile continuare a usare le risorse dello studio di Azure Machine Learning (versione classica).
- Vedere leinformazioni sullo spostamento di progetti di Machine Learning da ML Studio (versione classica) ad Azure Machine Learning.
- Altre informazioni sulle Azure Machine Learning.
La documentazione relativa allo studio di Machine Learning (versione classica) è in fase di ritiro e potrebbe non essere aggiornata in futuro.
Classe Data Table
Un set di dati include dati caricati in Machine Learning Studio (versione classica) per essere usati nel processo di modellazione. Anche se si caricano dati in un altro formato o si specifica un formato di archiviazione come CSV, ARFF o TSV, i dati vengono convertiti in modo implicito in un oggetto DataTable ogni volta che vengono usati da un modulo in un esperimento.
Nota
Si applica a: Machine Learning Studio (versione classica)
Nella finestra di progettazione sono disponibili moduli simili Azure Machine Learning trascinamento della selezione.
Il set di dati è basato sulla tabella dati . NET
Tipi di colonna
Un oggetto DataTable è costituito da una raccolta di colonne con i metadati associati. Queste colonne implementano l'interfaccia IArray. Le colonne di dati in Machine Learning Studio (versione classica) sono comprese come matrici unidimensionali, ovvero vettori.
La classe Array .NET implementa queste interfacce generiche: System.Collections.Generic.IList<T>, System.Collections.Generic.ICollection<T>e System.Collections.Generic.IEnumerable<T>.
Le colonne di tipo int, double e Boolean in genere vengono rappresentate come matrici di tipo dense numeriche. Se una colonna di tipo dense contiene valori mancanti, verrà gestita come matrice di valori mancanti o come matrice di tipo dense di oggetti che ammettono i valori Null.
Le colonne che contengono stringhe vengono gestite come matrici di tipo dense di oggetti. Se sono presenti valori mancanti, i valori mancanti vengono rappresentati come null o come tipo MissingValuesObjectArray<string>.
Per altre informazioni, vedere Classe Array (MSDN Library).
Recupero di colonne in un oggetto DataTable
È possibile ottenere una colonna chiamando il metodo GetColumn su DataTable. Il GetColumn metodo ha due overload:
GetColumn(<Int64>)ottiene una colonna in base al relativo indice.GetColumn(<string>)ottiene una colonna in base al relativo nome.
Altre interfacce in Studio (versione classica)
Questa sezione descrive anche le interfacce seguenti per Machine Learning Studio (versione classica):
| Tipo | Descrizione |
|---|---|
| ICluster interface | L'interfaccia ICluster definisce la struttura dei modelli di clustering. |
| Interfaccia IFilter | L'interfaccia IFilter definisce la struttura dei filtri di elaborazione dei segnali digitali applicati a un'intera serie di valori numerici. I filtri possono essere creati e quindi salvati e applicati a una nuova serie. |
| ILearner interface | L'interfaccia ILearner fornisce una struttura generica per la definizione e il salvataggio di modelli analitici, escludendo alcuni tipi speciali, ad esempio i modelli di clustering. |
| Interfaccia ITransform | L'interfaccia ITransform fornisce una struttura generica per la definizione e il salvataggio delle trasformazioni. È possibile creare un oggetto iTransform usando Machine Learning Studio (versione classica) e quindi applicare la trasformazione ai nuovi set di dati. |