LpNormNormalizingEstimator クラス
定義
重要
一部の情報は、リリース前に大きく変更される可能性があるプレリリースされた製品に関するものです。 Microsoft は、ここに記載されている情報について、明示または黙示を問わず、一切保証しません。
入力列のベクトルを単位ノルムに正規化 (スケーリング) します。 使用されるノルムの型は、ユーザーが指定できます。
public sealed class LpNormNormalizingEstimator : Microsoft.ML.Transforms.LpNormNormalizingEstimatorBasetype LpNormNormalizingEstimator = class
inherit LpNormNormalizingEstimatorBasePublic NotInheritable Class LpNormNormalizingEstimator
Inherits LpNormNormalizingEstimatorBase- 継承
-
LpNormNormalizingEstimator
注釈
エスティメーターの特性
| この推定器は、パラメーターをトレーニングするためにデータを確認する必要がありますか? | いいえ |
| 入力列のデータ型 | Single のベクター |
| 出力列のデータ型 | Single のベクター |
| ONNX にエクスポート可能 | はい |
結果として得られる LpNormNormalizingTransformer 入力列のベクトルは、単位ノルムに再スケーリングすることで個別に正規化されます。
$x$ を入力ベクトルにし、ベクトルのサイズを$n$、ユーザーが選択したノルム関数を$L(x)$ にします。 $\mu(x) = \sum_i x_i /n$ をベクトル $x$ の値の平均とします。 LpNormNormalizingTransformer各入力ベクトルに対して次の操作を実行します $x$: $y = \frac{x - \mu(x)}{L(x)}$ (平均を 0 にする必要がある場合) またはそれ以外の場合: $y = \frac{x}{L(x)}$
入力ベクター $x$ に適用するユーザーが選択できるノルムには、4 種類があります。 定義は次のとおりです。
- L1: $L_1(x) = \sum_i |x_i|$
- L2: $L_2(x) = \sqrt{\sum_i x_i^2}$
- Infinity: $L_{\infty}(x) = \max_i{|x_i|}$
- StandardDeviation: $L_\sigma(x)$ は、入力ベクトル $x$ の要素の標準偏差として定義されます。
使用例へのリンクについては、「関連項目」セクションを参照してください。
メソッド
| Fit(IDataView) |
入力列のベクトルを単位ノルムに正規化 (スケーリング) します。 使用されるノルムの型は、ユーザーが指定できます。 (継承元 TrivialEstimator<TTransformer>) |
| GetOutputSchema(SchemaShape) |
SchemaShapeトランスフォーマーによって生成されるスキーマの値を返します。 パイプラインでのスキーマの伝達と検証に使用されます。 (継承元 LpNormNormalizingEstimatorBase) |
拡張メソッド
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
推定チェーンに "キャッシュ チェックポイント" を追加します。 これにより、ダウンストリーム推定器がキャッシュされたデータに対してトレーニングされるようになります。 複数のデータを受け取るトレーナーの前にキャッシュ チェックポイントを設定すると便利です。 |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
エスティメーターを指定すると、デリゲートが呼 Fit(IDataView) び出されると呼び出されるラップ オブジェクトを返します。 多くの場合、エスティメーターが適合した内容に関する情報を返すことが重要です。そのため Fit(IDataView) 、メソッドは一般的 ITransformerなオブジェクトではなく、具体的に型指定されたオブジェクトを返します。 ただし、同時に、 IEstimator<TTransformer> 多くのオブジェクトを含むパイプラインに形成されることが多いため、トランスフォーマーを取得する推定器がこのチェーンのどこかに埋もれている場所を介して EstimatorChain<TLastTransformer> 、推定器のチェーンを構築する必要がある場合があります。 このシナリオでは、このメソッドを使用して、fit が呼び出されると呼び出されるデリゲートをアタッチできます。 |