Transformación de datos: escala y reducción

En este artículo se describen los módulos de Azure Machine Learning Studio (clásico) que pueden ayudarle a trabajar con datos numéricos. Para el aprendizaje automático, las tareas de datos comunes incluyen recorte, discretización y normalización de valores numéricos. Otros módulos admiten la reducción de dimensionalidad.

Nota

Se aplica a: machine learning Studio (clásico)

Este contenido solo pertenece a Studio (clásico). Se han agregado módulos similares de arrastrar y colocar al diseñador de Azure Machine Learning. Obtenga más información en este artículo comparativa de las dos versiones.

Modelado de datos numéricos

Tareas como normalizar, discretización o redistribuir variables numéricas son una parte importante de la preparación de datos para el aprendizaje automático. Los módulos de este grupo admiten las siguientes tareas de preparación de datos:

  • Agrupación de datos en contenedores de tamaños o distribuciones variables.
  • Quitar valores atípicos o cambiar sus valores.
  • Normalizar un conjunto de valores numéricos en un intervalo específico.
  • Crear un conjunto compacto de columnas de características a partir de un conjunto de los conjuntos de una dimensión alta.

Lista de módulos

Esta categoría transformación de datos: escala y reducción incluye los siguientes módulos:

Consulte también