Datové typy modulu Machine Learning

Tento článek popisuje datové typy .NET, které jsou podporované v Microsoft Azure Machine Learning Studio (Classic) pro externí data. Popisuje také vlastní třídy typů dat, které se používají k předávání dat mezi moduly v rámci experimentu.

Tabulka datových typů .NET

Moduly Machine Learning Studio (Classic) podporují následující typy rozhraní .NET.

.NET – datový typ Komentáře
Logická hodnota https://msdn.microsoft.com/library/wts33hb3.aspx
Int16 https://msdn.microsoft.com/library/system.int16(v=vs.110).aspx
Int32 https://msdn.microsoft.com/library/06bkb8w2.aspx
Int64 https://msdn.microsoft.com/library/system.int64.aspx
Jednoduché https://msdn.microsoft.com/library/system.single(v=vs.110).aspx
dvojité https://msdn.microsoft.com/library/system.double(v=vs.110).aspx
Řetězec https://msdn.microsoft.com/library/system.string(v=vs.110).aspx
datetime https://msdn.microsoft.com/library/system.datetime(v=vs.110).aspx
DateTimeOffset https://msdn.microsoft.com/library/system.datetimeoffset(v=vs.110).aspx
TimeSpan https://msdn.microsoft.com/library/system.timespan(v=vs.110).aspx
Byte https://msdn.microsoft.com/library/system.byte(v=vs.110).aspx
Byte [] https://msdn.microsoft.com/library/system.byte.aspx
Identifikátor GUID Identifikátory GUID se převádějí na řetězce ve vstupu.

Tabulka vlastních datových typů

Kromě toho Machine Learning Studio (Classic) podporuje následující vlastní datové třídy.

Typ dat Popis
Tabulka dat Rozhraní DataTable definuje strukturu všech datových sad používaných v Azure Machine Learning.
Rozhraní ICluster Rozhraní ICluster definuje strukturu modelů clusteringu.
Rozhraní IFilter Rozhraní IFilter definuje strukturu filtrů pro zpracování digitálního signálu používaných pro celou řadu číselných hodnot. Filtry je možné vytvořit a následně uložit a použít na novou řadu.
Rozhraní ILearner Rozhraní ILearner poskytuje obecnou strukturu pro definování a ukládání analytických modelů s výjimkou některých speciálních typů, jako jsou modely clusteringu.
Rozhraní ITransform Rozhraní ITransform poskytuje obecnou strukturu pro definování a ukládání transformací. ITransform můžete vytvořit pomocí Machine Learning Studio (Classic) a pak použít transformaci na nové datové sady.

Viz také

Machine Learning Studio (Classic)