Microsoft.ML.Transforms 名前空間

ベクター列を低次元の特徴空間にマップします。

ITransformer の適合 ApproximatedKernelMappingEstimatorによって得られる.

1 つ以上の入力列を新しい出力列に連結します。

IEstimator<TTransformer> for the ColumnCopyingTransformer.

ITransformer の適合 ColumnCopyingEstimatorから得られる .

から選択した列を保持または削除します IDataView。

ITransformer の適合 ColumnSelectingEstimatorによって得られる.

既定値以外の値の数がしきい値以上のスロットを選択します。

指定した入力列にカスタム マッピング関数を適用します。 結果は出力列になります。

カスタム マッピング ファクトリの基本型。

この属性を型に配置して、カスタム マッピング ファクトリと見なされるようにします。

ITransformer の適合 CustomMappingEstimator<TSrc,TDst>によって得られる.

このエスティメーターは、入力列の値にユーザー指定の式 (文字列として指定) を適用して、新しい出力列の値を生成します。

データ変換コンポーネントを含む名前空間。

Estimator for FeatureContributionCalculatingTransformer. 各入力ベクトルのスコアに対するモデル固有の特徴ごとの寄与度を計算します。

ITransformer の適合 FeatureContributionCalculatingEstimatorから得られる .

ガウスカーネル。

グローバル コントラスト正規化を適用して、入力列のベクトルを正規化 (スケール) します。

1 つの値を HashingTransformer持つ列またはベクター列をハッシュするエスティメーター。 ベクター列の場合、スロットごとに個別にハッシュします。

トランスフォーマーが 1 つの列ペアを処理する方法について説明します。

ITransformer の適合 HashingEstimatorから得られる .

このクラスは、どのカーネルを近似する必要がありますを示します、 ApproximatedKernelTransformer. .

Estimator for KeyToBinaryVectorMappingTransformer. キー型を、元の値の対応するバイナリ表現に変換します。

ITransformer の適合 KeyToBinaryVectorMappingEstimatorから得られる .

Estimator for KeyToValueMappingTransformer. キー型を元の値に戻します。

ITransformer の適合 KeyToValueMappingEstimatorから得られる .

Estimator for KeyToVectorMappingTransformer. キーの値を既知のサイズの Singleベクトルにマップします。

ITransformer の適合 KeyToVectorMappingEstimatorから得られる .

ラプラシアン カーネル。

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。

ノーマライザーのLpNormNormalizingEstimatorGlobalContrastNormalizingEstimator基本推定クラス。

ITransformer合わせLpNormNormalizingEstimatorGlobalContrastNormalizingEstimatorによって得られる.

IEstimator<TTransformer> for the MissingValueIndicatorTransformer.

ITransformer の適合 MissingValueIndicatorEstimatorから得られる .

IEstimator<TTransformer> for the MissingValueReplacingTransformer.

ITransformer の適合 MissingValueReplacingEstimatorから得られる .

ラベル列との相互情報で並べ替えられた、指定したすべての列の上位 k 個のスロットを選択します (指定した列の値を観察することで、ラベルについて学習できること)。

IEstimator<TTransformer> for the NormalizingTransformer.

ITransformer の適合 NormalizingEstimatorによって得られる.

アフィン正規化変換によって生成されるモデル パラメーター。

単調に増加 UpperBoundsしたビンにデータをバケット化することによって生成されるモデル パラメーター。 ほとんどの場合、値は Density bin から bin までの定数です。 ///

累積分布正規化変換によって生成されるモデル パラメーター。 累積密度関数は、適合時にStandardDeviation観察されたMeanとおりにパラメーター化されます。

、 NormalizingTransformer.BinNormalizerModelParameters<TData>NormalizingTransformer.CdfNormalizerModelParameters<TData>などNormalizingTransformer.AffineNormalizerModelParameters<TData>、すべてのデータ ノーマライザー モデルの基本クラス。

カテゴリ値の 1 つ以上の入力列を、1 ホット エンコード ベクターの出力列の数に変換します。

ITransformer の適合 OneHotEncodingEstimatorから得られる .

カテゴリ値の 1 つ以上の入力列を、ハッシュベースの 1 ホット エンコード ベクターの出力列に変換します。

ITransformer の適合 OneHotHashEncodingEstimatorから得られる .

PCA は、特徴ベクトルの低ランク部分空間への投影を計算する次元削減変換です。

PCA は、特徴ベクトルの低ランク部分空間への投影を計算する次元削減変換です。

カーソルごとの状態を許可しながら、指定した入力列にカスタム マッピング関数を適用します。 結果は出力列になります。

ステートフル カスタム マッピング ファクトリの基本型。

ITransformer の適合 StatefulCustomMappingEstimator<TSrc,TDst,TState>によって得られる.

これは TensorFlowTransformer 、次の 2 つのシナリオで使用されます。

1. 事前トレーニング済みの TensorFlow モデルを使用したスコア付け: このモードでは、変換は事前トレーニング済みの Tensorflow モデルから非表示レイヤーの値を抽出し、出力を ML.Net パイプラインの機能として使用します。
2. TensorFlow モデルの再トレーニング: このモードでは、変換は、パイプラインを介して渡されたユーザー データを使用して TensorFlow モデル ML.Net 再トレーニングします。 モデルがトレーニングされると、その出力をスコアリングの特徴として使用できます。

このクラスは、TensorFlow モデルとセッションに関連する情報を保持します。 モデル スキーマのクエリやオブジェクトの TensorFlowEstimator 作成に便利なメソッドがいくつか用意されています。

ITransformer for the TensorFlowEstimator.

すべての変換入力の基本クラス。

Estimator for TypeConvertingTransformer. 基になる入力列の型を新しい型に変換します。 入力列と出力列の型は互換性がある必要があります。 PrimitiveDataViewType

ITransformer の適合 TypeConvertingEstimatorから得られる .

入力データ内の値のペアを使用してキーと値のマップを作成するための ValueMappingTransformer エスティメーター PrimitiveDataViewType

入力データ内の値のペアを使用してキーと値のマップを作成するための ValueMappingTransformer エスティメーター PrimitiveDataViewType

ITransformer の適合 ValueMappingEstimatorから得られる .

IEstimator<TTransformer> for the ValueToKeyMappingTransformer. 一連のカテゴリ値 (たとえば、米国の州の省略形) を数値キー値 (1 から 50 など) に変換します。 数値キーは、分類アルゴリズムによって直接使用できます。

ITransformer の適合 ValueToKeyMappingEstimatorから得られる .

データ変換コンポーネントを含む名前空間。

データ変換コンポーネントを含む名前空間。

このインターフェイスを使用すると、追加の関数を使用して ExprTransform 言語を拡張できます。

データ変換コンポーネントを含む名前空間。

単位ノルムベクトルの種類が再スケーリングされます。 この列挙型はシリアル化されます。

欠損値を置き換える方法。

データ変換コンポーネントを含む名前空間。

出力キーの順序を制御します。

使用するベクターのホワイトニング手法。 ZCA のホワイトニングにより、ホワイトニングされた変数と元の変数の平均共分散が最大になります。 これに対し、PCA のホワイトニングは、二乗共分散によって測定される、最大圧縮された白化変数につながります。

データ変換コンポーネントを含む名前空間。