Median Filter
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.
Crea un filtro mediano usato per semplificare i dati per l'analisi delle tendenze
Categoria: Trasformazione dati/Filtro
Nota
Si applica a: solo Machine Learning Studio (versione classica)
I moduli di trascinamento della selezione simili sono disponibili in Azure Machine Learning finestra di progettazione.
Panoramica del modulo
Questo articolo descrive come usare il modulo Filtro mediano in Machine Learning Studio (versione classica) per definire un filtro mediano da applicare a una serie di valori che rappresentano un segnale o un'immagine di input digitale.
I filtri mediani vengono ampiamente usati nel riconoscimento di immagini per ridurre il rumore, in modo da facilitare il rilevamento delle caratteristiche.
Nota
Un filtro è una funzione di trasferimento che accetta un segnale di input e crea un segnale di output in base alle caratteristiche del filtro. Nell'elaborazione del segnale digitale, l'uso di filtri può migliorare i risultati del riconoscimento vocale e di immagini. Per altre informazioni, vedere Filtro.
Dopo aver definito una trasformazione filtro che soddisfi le esigenze usando il modulo Filtro mediano , è possibile applicare il filtro ai dati connettendo un set di dati e il filtro al modulo Applica filtro .
Suggerimento
È necessario filtrare i dati da un set di dati o rimuovere valori mancanti? Usare invece questi moduli:
- Pulisci dati mancanti: usare questo modulo per rimuovere i valori mancanti o sostituire i valori mancanti con segnaposto.
- Partizionamento ed esempio: usare questo modulo per dividere o filtrare il set di dati in base a criteri quali un intervallo di date, un valore specifico o espressioni regolari.
- Valori clip: usare questo modulo per impostare un intervallo e mantenere solo i valori all'interno di tale intervallo.
Come configurare il filtro mediano
Aggiungere il filtro mediano all'esperimento. Questo modulo è disponibile in Trasformazione dati nella categoria Filtro .
Per Length digitare un valore intero che definisce le dimensioni totali della finestra in cui viene applicato il filtro. Questa operazione è detta anche maschera di filtro.
Il valore deve essere un intero dispari con valori positivi. Se si specifica un numero pari, le dimensioni della maschera vengono ridotte di uno.
Per impostazione predefinita, la maschera inizia con il valore corrente e crea una finestra centrata sul valore corrente.
Ad esempio, se si digita 5 come lunghezza o dimensione della finestra, il valore mediano viene calcolato in una finestra scorrevole costituita da 5 valori centrati sul valore corrente. Se si digita 4, la maschera viene ridotta a 3 valori, centrati sul valore di indice.
Connessione il filtro per applicare il filtro e connettere un set di dati.
Usare il selettore di colonna per specificare le colonne del set di dati a cui applicare il filtro. Per impostazione predefinita, il modulo Applica filtro userà il filtro per tutte le colonne numeriche selezionate.
Eseguire l'esperimento. Le operazioni seguenti vengono applicate alle colonne selezionate:
- Per ogni set di valori inclusi nella finestra o maschera, l'algoritmo di filtro consente di calcolare il valore mediano.
- Il valore (o indice) corrente viene sostituito dal valore mediano.
Esempio
Per esempi di come vengono usati i filtri in Machine Learning, vedere questo esperimento in Azure AI Gallery:
- Filtri: questo esperimento illustra tutti i tipi di filtro, usando un set di dati a forma d'onda progettato.
Note tecniche
Questa sezione contiene informazioni dettagliate sull'implementazione, suggerimenti e risposte alle domande frequenti.
Dettagli dell'implementazione
Ogni voce nel segnale di output è uguale al valore mediano delle voci in un subset (maschera) del segnale di input, centrato sull'indice corrispondente. Le dimensioni della maschera devono essere un intero positivo dispari.
Se si fornisce a questo metodo una dimensione di maschera di valore pari, viene ridotto di uno. Ad esempio, dato m=2q+1, il filtro viene definito come: yi = median[{xi-q,…, xi+q}]
I valori oltre i bordi del segnale di input vengono considerati uguali al valore al bordo. Ovvero, se n è la lunghezza del segnale di input:
Per altre informazioni sui filtri mediani, consultare l'articolo indicato di seguito, in cui viene fornita una spiegazione chiara della teoria e delle applicazioni:
Parametri del modulo
| Name | Intervallo | Type | Predefinito | Descrizione |
|---|---|---|---|---|
| Length | >=1 | Integer | 5 | Lunghezza della finestra del filtro |
Output
| Nome | Tipo | Descrizione |
|---|---|---|
| Filtro | Interfaccia IFilter | Implementazione del filtro |