categoricalHash: kategorische Machine Learning-Transformation von Hashdaten

  • Artikel

Kategorische Hashtransformation, die auf Daten angewendet werden kann, bevor ein Modell trainiert wird.

Verwendung

  categoricalHash(vars, hashBits = 16, seed = 314489979, ordered = TRUE,
    invertHash = 0, outputKind = "Bag", ...)

Argumente

vars

Ein Zeichenvektor oder eine Liste mit den zu transformierenden Variablennamen. Falls benannt, sind dies die Namen der neu zu erstellenden Variablen.

hashBits

Eine ganze Zahl, die die Anzahl der Bits angibt, in die der Hashwert konvertiert werden soll. Muss im Bereich 1 bis 30 liegen. Der Standardwert ist 16.

seed

Eine ganze Zahl, die den Anfangswert des Hashs angibt. Der Standardwert ist 314489979.

ordered

TRUE, um die Position jedes Terms im Hash anzugeben. Andernfalls FALSE. Der Standardwert ist TRUE.

invertHash

Eine ganze Zahl, die die maximale Anzahl von Schlüsseln angibt, die zum Generieren des Slotnamens verwendet werden können. 0 bedeutet kein Invertieren des Hashings, -1 bedeutet ohne Limit. Wenngleich ein Nullwert zu einer besseren Leistung führt, ist ein Wert ungleich Null erforderlich, um aussagekräftige Koeffizientennamen zu erhalten. Standardwert: 0.

outputKind

Eine Zeichenfolge, die die Art der Ausgabe angibt.

  • "ind": gibt einen Indikatorvektor aus. Die Eingabespalte ist ein Vektor von Kategorien, und die Ausgabe enthält einen Indikatorvektor pro Slot in der Eingabespalte.
  • "bag": gibt einen Vektor mit mehreren Mengen aus. Wenn die Eingabespalte ein Vektor von Kategorien ist, enthält die Ausgabe einen Vektor, wobei der Wert in jedem Slot die Anzahl der Vorkommen der Kategorie im Eingabevektor ist. Falls die Eingabespalte eine einzige Kategorie enthält, sind Indikatorvektor und Behältervektor gleichwertig
  • "key": gibt einen Index aus. Die Ausgabe ist eine ganzzahlige ID der Kategorie (im Bereich 1 bis zur Anzahl der Kategorien im Wörterbuch).
    Standardwert: "Bag".

...

Zusätzliche Argumente, die an die Compute-Engine gesendet werden.

Details

categoricalHash konvertiert einen kategorischen Wert in ein Indikatorarray, wobei der Wert mit einem Hashwert versehen und der Hashwert als Index im Behälter verwendet wird. Wenn die Eingabespalte ein Vektor ist, wird ein einzelner Indikatorbehälter für diese Spalte zurückgegeben.

categoricalHash unterstützt derzeit nicht die Verarbeitung von Faktordaten.

Wert

Ein maml-Objekt, das die Transformation definiert.

Autor(en)

Microsoft Corporation Microsoft Technical Support

Weitere Informationen

rxFastTrees, rxFastForest, rxNeuralNet, rxOneClassSvm, rxLogisticRegression.

Beispiele


 trainReviews <- data.frame(review = c( 
         "This is great",
         "I hate it",
         "Love it",
         "Do not like it",
         "Really like it",
         "I hate it",
         "I like it a lot",
         "I kind of hate it",
         "I do like it",
         "I really hate it",
         "It is very good",
         "I hate it a bunch",
         "I love it a bunch",
         "I hate it",
         "I like it very much",
         "I hate it very much.",
         "I really do love it",
         "I really do hate it",
         "Love it!",
         "Hate it!",
         "I love it",
         "I hate it",
         "I love it",
         "I hate it",
         "I love it"),
      like = c(TRUE, FALSE, TRUE, FALSE, TRUE,
         FALSE, TRUE, FALSE, TRUE, FALSE, TRUE, FALSE, TRUE,
         FALSE, TRUE, FALSE, TRUE, FALSE, TRUE, FALSE, TRUE, 
         FALSE, TRUE, FALSE, TRUE), stringsAsFactors = FALSE
     )

     testReviews <- data.frame(review = c(
         "This is great",
         "I hate it",
         "Love it",
         "Really like it",
         "I hate it",
         "I like it a lot",
         "I love it",
         "I do like it",
         "I really hate it",
         "I love it"), stringsAsFactors = FALSE)


 # Use a categorical hash transform
 outModel2 <- rxLogisticRegression(like~reviewCatHash, data = trainReviews, 
     mlTransforms = list(categoricalHash(vars = c(reviewCatHash = "review"))))
 # Weights are similar to categorical
 summary(outModel2)

 # Use the model to score
 scoreOutDF2 <- rxPredict(outModel2, data = testReviews, 
     extraVarsToWrite = "review")
 scoreOutDF2