Microsoft.ML.Data Spazio dei nomi

Risultati della valutazione per il rilevamento anomalie (algoritmo di apprendimento non supervisionato).

Classe di base per le ISingleFeaturePredictionTransformer<TModel> attività di rilevamento anomalie.

Risultati della valutazione per classificatori binari, esclusi le metriche probabilistiche.

La BinaryClassificationMetricsStatistics classe contiene statistiche di riepilogo su più osservazioni di BinaryClassificationMetrics.

Questa classe rappresenta un punto dati sulla curva Precision-Recall per la classificazione binaria.

Classe di base per l'utilizzo delle ISingleFeaturePredictionTransformer<TModel> attività di classificazione binaria.

Tipo booleano standard. Questo tipo di rappresentazione è .Boolean Si noti che può avere un solo valore possibile, accessibile dalla proprietà Instancestatica singleton .

Risultati della valutazione per classificatori binari, incluse le metriche probabilistiche.

Le metriche generate dopo la valutazione delle stime del clustering.

Classe di base per l'utilizzo delle ISingleFeaturePredictionTransformer<TModel> attività di clustering.

ITransformer risultante dall'adattamento di un oggetto ColumnConcatenatingEstimator.

Metodi di estensione che consentono di estrarre i valori di una singola colonna di un oggetto IDataView come IEnumerable<T>.

Consente a un membro di specificare IDataView direttamente il nome della colonna, anziché il comportamento predefinito dell'utilizzo del nome del membro come nome di colonna.

Questa classe rappresenta un caricatore di dati che applica una catena di trasformatori dopo il caricamento. Include anche metodi per il salvataggio in un repository.

Classe estimator per il caricatore di dati compositi. Può essere usato per creare un "caricatore di dati intelligenti sottoponibile a training", anche se questo modello non è molto comune.

Rappresenta la matrice di confusione dei risultati della classificazione.

Spazio dei nomi contenente il caricamento e il salvataggio dei dati, le definizioni dello schema dei dati e i componenti delle metriche di training del modello.

Viene descritto come eseguire il mapping di una colonna di input a una IDataView colonna.

Impostazioni per DatabaseLoader

Specifica l'intervallo di indici o nomi delle colonne di input di cui eseguire il mapping a una colonna di output.

Espone i dati necessari per l'apertura di un database per la lettura.

Questa classe rappresenta un'anteprima eager di un oggetto IDataView.

Spazio dei nomi contenente il caricamento e il salvataggio dei dati, le definizioni dello schema dei dati e i componenti delle metriche di training del modello.

Spazio dei nomi contenente il caricamento e il salvataggio dei dati, le definizioni dello schema dei dati e i componenti delle metriche di training del modello.

Si tratta della classe base astratta per tutti i tipi nel IDataView sistema dei tipi.

DataViewTypeAttributedeve essere usato per assegnare proprietà e campi di classe decorati, se le istanze della classe verranno caricate come ML.NET IDataView. La funzione Register() verrà chiamata per registrare un DataViewType oggetto per un Type oggetto con i relativi Attributeoggetti . Ogni volta che un valore digitato nell'oggetto registrato Type e nel relativo Attribute, il tipo di tale valore (ad esempio, un Type) in IDataView sarebbe l'oggetto associato DataViewType.

Classe singleton per la gestione della mappa tra ML.NET DataViewType e C# Type. Per supportare il tipo di colonna personalizzato in IDataView, il tipo sottostante della colonna (ad esempio, il tipo di una classe C#) deve essere registrato con una classe derivata da DataViewType.

Tipo di data e ora standard. Questo tipo di rappresentazione è .DateTime Si noti che può avere un solo valore possibile, accessibile dalla proprietà Instancestatica singleton .

Tipo di offset di data e ora standard. Questo tipo di rappresentazione è .DateTimeOffset Si noti che può avere un solo valore possibile, accessibile dalla proprietà Instancestatica singleton .

Rappresenta una catena (potenzialmente vuota) di estimatori che terminano con un oggetto TLastTransformer. Se la catena è vuota, TLastTransformer è sempre ITransformer.

Esegue il wrapping di un oggetto IFileHandle come IMultiStreamSource.

IEstimator<TTransformer>per .ImageLoadingTransformer

ITransformer risultante dall'adattamento di un oggetto ImageLoadingEstimator.

Definisce la cardinalità o il conteggio dei valori validi di una KeyDataViewType colonna. Questo deve essere strettamente positivo. Viene usato da TextLoader e TypeConvertingEstimator.

Tipo che rappresenta valori categorici o enumerati, usati più comunemente per i valori delle etichette nei modelli di classificazione multiclasse.

Consente di contrassegnare un membro come .KeyDataViewType

Consenti al membro di specificare il mapping ai campi nel file di testo. Per eseguire l'override del nome della IDataView colonna, usare ColumnNameAttribute.

Consenti al membro di specificare il mapping ai campi nel database. Per eseguire l'override del nome della IDataView colonna, usare ColumnNameAttribute.

La classe MetricsStatistics calcola le statistiche di riepilogo su più osservazioni di una metrica.

Fornire interfacce per le operazioni di creazione dell'immagine.

Risultati della valutazione per i formatori di classificazione multiclasse.

La MulticlassClassificationMetricsStatistics classe contiene statistiche di riepilogo su più osservazioni di MulticlassClassificationMetrics.

Classe di base per l'utilizzo di ISingleFeaturePredictionTransformer<TModel> attività di classificazione multiclasse.

Esegue il wrapping di un percorso potenzialmente composto come IMultiStreamSource.

Contrassegnare questo membro come non esposto come IDataView colonna nell'oggetto DataViewSchema.

Tipo di numero standard. Questa classe non è direttamente creabile un'istanza. Tutte le istanze consentite di questo tipo sono singleton e sono accessibili come proprietà statiche in questa classe.

Classe di base per il trasformatore che opera sulle coppie di colonne di input e output.

Classe di base per i trasformatori senza colonne di funzionalità o più colonne di funzionalità.

Classe base astratta per tutti i tipi primitivi. I valori di questi tipi possono essere copiati liberamente senza preoccuparsi di proprietà, mutazione o eliminazione.

Opzioni per controllare l'output di RankingEvaluator

Risultati della valutazione per i classificatori.

La RankingMetricsStatistics classe contiene statistiche di riepilogo su più osservazioni di RankingMetrics.

Classe di base per le ISingleFeaturePredictionTransformer<TModel> attività di classificazione.

Algoritmi di regressione dei risultati della valutazione (algoritmo di apprendimento supervisionato).

La RegressionMetricsStatistics classe contiene statistiche di riepilogo su più osservazioni di RegressionMetrics.

Classe di base per l'utilizzo delle ISingleFeaturePredictionTransformer<TModel> attività di regressione.

Il tipo RowIdDataViewType. Questo tipo di rappresentazione è .DataViewRowId Si noti che può avere un solo valore possibile, accessibile dalla proprietà Instancestatica singleton .

Classe di base per il trasformatore che produce nuove colonne, ma non influisce su quelle esistenti.

Metodi di estensione per facilitare l'utilizzo semplice del contenuto comune di Annotations.

Questa classe definisce uno schema di una vista dati tipizzata.

Una colonna della vista dati.

Handle di file basato su disco semplice.

Classe di base per tutti i trasformatori che implementano .ISingleFeaturePredictionTransformer<TModel> Si tratta di tutti i trasformatori che funzionano con una colonna di funzionalità.

Classe base astratta per tutti i tipi non primitivi.

Questo tentativo di leggere i dati in un formato vicino al formato SVM-light, l'obiettivo è che la maggior parte dei dati formattati con luce SVM deve essere interpretabile da questo caricatore.

Spazio dei nomi contenente il caricamento e il salvataggio dei dati, le definizioni dello schema dei dati e i componenti delle metriche di training del modello.

Tipo di testo standard. Ha il tipo di rappresentazione di con il parametro ReadOnlyMemory<T>di Char tipo . Si noti che può avere un solo valore possibile, accessibile dalla proprietà Instancestatica singleton .

Carica un file di testo in un oggetto IDataView. Supporta il mapping di base dalle colonne di input alle IDataView colonne.

Viene descritto come eseguire il mapping di una colonna di input a una IDataView colonna.

Impostazioni per TextLoader

Specifica l'intervallo di indici delle colonne di input di cui eseguire il mapping a una colonna di output.

Tipo intervallo di tempo standard. Questo tipo di rappresentazione è .TimeSpan Si noti che può avere un solo valore possibile, accessibile dalla proprietà Instancestatica singleton .

Catena di trasformatori (possibilmente vuoti) che terminano con un oggetto TLastTransformer. Per una catena vuota, TLastTransformer è sempre ITransformer.

L'implementazione semplice di IEstimator<TTransformer> che ha già il trasformatore e la restituisce in ogni chiamata a Fit(IDataView).

Le implementazioni concrete devono comunque fornire il meccanismo di propagazione dello schema, poiché non esiste un modo semplice per dedurrlo dal trasformatore.

Vari metodi per la creazione di VBufferEditor<T> istanze.

Tipo di vettore standard. Il tipo di rappresentazione di è VBuffer<T>, dove il parametro di tipo è in ItemType.

Consente a un membro di essere contrassegnato come VectorDataViewType, consentendo principalmente a uno di impostare la dimensionalità della matrice risultante.

Struttura che funge da identificatore di una riga di IDataView. Per i set di dati con milioni di record, tali ID devono essere univoci, pertanto la necessità di una struttura di grandi dimensioni per contenere i valori. Tali ID sono derivati da altri ID dei componenti precedenti delle pipeline e dividendo la struttura in due: ordine elevato e ordine basso di bit e riduce ulteriormente le modifiche di tali collisioni.

Buffer che supporta rappresentazioni dense e sparse. Si tratta del tipo di rappresentazione per tutte le VectorDataViewType istanze. I valori definiti in modo esplicito di questo vettore vengono esposti tramite GetValues() e, se non densi, GetIndices().

Oggetto in grado di modificare un oggetto VBuffer<T> compilando Values (e Indices se il buffer non è denso).

Handle di file.

Interfaccia per l'esposizione di alcuni elementi che possono essere aperti per la lettura.

Questa interfaccia esegue il mapping di un input DataViewRow a un output DataViewRow. In genere, l'output contiene sia le colonne di input che le nuove colonne aggiunte dalla classe di implementazione, anche se alcune implementazioni possono restituire un subset delle colonne di input. Questa interfaccia è simile a Microsoft.ML.Data.ISchemaBoundRowMapper, ad eccezione del fatto che non dispone di mapping dei ruoli di input, quindi per riassociare, è necessario usare gli stessi nomi di colonna di input. Le implementazioni di questa interfaccia vengono in genere create tramite input DataViewSchemadefinito.

Specifica un tipo di dati semplice.

Specifica il formato dei dati di colore per ogni pixel nell'immagine.

Spazio dei nomi contenente il caricamento e il salvataggio dei dati, le definizioni dello schema dei dati e i componenti delle metriche di training del modello.

Questa enumerazione consente di "contrassegnare" gli estimatori (e successivamente trasformatori) nella catena di essere utilizzati "solo per il training", "per il training e la valutazione" ecc. L'esempio più rilevante è che le trasformazioni sulla colonna etichetta non devono essere usate per l'assegnazione dei punteggi, quindi l'ambito deve essere Training o TrainTest.