OneHotHashEncodingEstimator Klasse
Definition
Wichtig
Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.
Wandelt eine oder mehrere Eingabespalten von kategorisierten Werten in so viele Ausgabespalten von hashbasierten Vektoren mit nur einem Hot-Codierten um.
public sealed class OneHotHashEncodingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.OneHotHashEncodingTransformer>type OneHotHashEncodingEstimator = class
interface IEstimator<OneHotHashEncodingTransformer>Public NotInheritable Class OneHotHashEncodingEstimator
Implements IEstimator(Of OneHotHashEncodingTransformer)- Vererbung
-
OneHotHashEncodingEstimator
- Implementiert
Hinweise
Schätzeigenschaften
| Muss dieser Schätzer die Daten untersuchen, um seine Parameter zu trainieren? | Yes |
| Eingabespaltendatentyp | Skalar oder Vektor numerischer, boolescher, Text oder Schlüsseltyp . |
| Ausgabespaltendatentyp | Skalar oder Schlüsselvektor oder Vektor des Typs Single . |
| Exportierbar in ONNX | No |
Die resultierenden OneHotEncodingTransformer Konvertiert eine oder mehrere Eingabespalten in so viele Ausgabespalten von Vektoren mit einem hotcodierten Vektor, wobei die Indizierung durch Hashing des Werts und die Verwendung des Hashs als Index erfolgt.
Dies OneHotEncodingEstimator wird häufig verwendet, um kategorisierte Daten in ein Formular zu konvertieren, das einem Machine Learning-Algorithmus zur Verfügung gestellt werden kann.
Die Ausgabe dieser Transformation wird durch OneHotEncodingEstimator.OutputKind:
Indicator erzeugt einen Indikatorvektor. Jeder Steckplatz in diesem Vektor entspricht einer Kategorie im Wörterbuch, sodass die Länge des erstellten Wörterbuchs entspricht. Wenn ein Wert im Wörterbuch nicht gefunden wird, ist die Ausgabe der Nullvektor.
Bag erzeugt einen Vektor, sodass jeder Steckplatz die Anzahl der Vorkommen des entsprechenden Werts im Eingabevektor speichert. Jeder Steckplatz in diesem Vektor entspricht einem Wert im Wörterbuch, sodass seine Länge die Größe des integrierten Wörterbuchs ist. Indicator und Bag unterscheiden sich einfach darin, wie die aus einzelnen Steckplätzen in der Eingabespalte generierten Bitvektoren aggregiert werden: Für Indikator werden sie verkettet und für bag hinzugefügt. Wenn es sich bei der Quellspalte um einen Skalar handelt, sind die Optionen "Indikator" und "Bag" identisch.
Key erzeugt Schlüssel in einer KeyDataViewType Spalte. Wenn es sich bei der Eingabespalte um einen Vektor handelt, enthält die Ausgabe einen Vektorschlüsseltyp , wobei jeder Steckplatz des Vektors dem jeweiligen Steckplatz des Eingabevektors entspricht. Wenn eine Kategorie im integrierten Wörterbuch nicht gefunden wird, wird ihm der Wert Null zugewiesen.
Binary erzeugt einen binärcodierten Vektor, um die Werte im Wörterbuch darzustellen, die in der Eingabespalte vorhanden sind. Wenn im Wörterbuch kein Wert in der Eingabespalte gefunden wird, ist die Ausgabe der Nullvektor.
OneHotEncodingTransformer kann auf eine oder mehrere Spalten angewendet werden, in diesem Fall erstellt und verwendet ein separates Wörterbuch für jede Spalte, auf die sie angewendet wird.
Im Abschnitt "Siehe auch" finden Sie Links zu Verwendungsbeispielen.
Methoden
| Name | Beschreibung |
|---|---|
| Fit(IDataView) |
Züge und Gibt einen OneHotHashEncodingTransformer. |
| GetOutputSchema(SchemaShape) |
Gibt das SchemaShape Schema zurück, das vom Transformator erzeugt wird. Wird für die Schemaverteilung und Überprüfung in einer Pipeline verwendet. |
Erweiterungsmethoden
| Name | Beschreibung |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Fügen Sie einen "Zwischenspeicherungsprüfpunkt" an die Schätzkette an. Dadurch wird sichergestellt, dass die nachgeschalteten Schätzer anhand zwischengespeicherter Daten trainiert werden. Es ist hilfreich, einen Zwischenspeicherprüfpunkt vor Trainern zu haben, die mehrere Datendurchläufe übernehmen. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Geben Sie bei einer Schätzung ein Wrapping-Objekt zurück, das eine Stellvertretung aufruft, sobald Fit(IDataView) sie aufgerufen wird. Es ist häufig wichtig, dass ein Schätzer Informationen zu dem, was passt, zurückgeben, weshalb die Fit(IDataView) Methode ein speziell typiertes Objekt und nicht nur ein allgemeines ITransformerObjekt zurückgibt. IEstimator<TTransformer> Gleichzeitig werden jedoch oft in Pipelines mit vielen Objekten gebildet, daher müssen wir möglicherweise eine Kette von Schätzern bauen, über EstimatorChain<TLastTransformer> die der Schätzer, für den wir den Transformator erhalten wollen, irgendwo in dieser Kette begraben wird. Für dieses Szenario können wir über diese Methode einen Delegat anfügen, der aufgerufen wird, sobald "Fit" aufgerufen wird. |