ColumnSelectingEstimator Classe

Référence

Définition

Espace de noms:: Microsoft.ML.Transforms

Assembly:: Microsoft.ML.Data.dll

Paquet:: Microsoft.ML v3.0.1

Paquet:: Microsoft.ML v1.0.0

Paquet:: Microsoft.ML v1.1.0

Paquet:: Microsoft.ML v1.2.0

Paquet:: Microsoft.ML v1.3.1

Paquet:: Microsoft.ML v1.4.0

Paquet:: Microsoft.ML v1.5.5

Paquet:: Microsoft.ML v1.6.0

Paquet:: Microsoft.ML v1.7.0

Paquet:: Microsoft.ML v2.0.0

Important

Certaines informations portent sur la préversion du produit qui est susceptible d’être en grande partie modifiée avant sa publication. Microsoft exclut toute garantie, expresse ou implicite, concernant les informations fournies ici.

Conserve ou supprime les colonnes sélectionnées d’un IDataView.

public sealed class ColumnSelectingEstimator : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Transforms.ColumnSelectingTransformer>

type ColumnSelectingEstimator = class
    inherit TrivialEstimator<ColumnSelectingTransformer>

Public NotInheritable Class ColumnSelectingEstimator
Inherits TrivialEstimator(Of ColumnSelectingTransformer)

Héritage: Object

TrivialEstimator<ColumnSelectingTransformer>
ColumnSelectingEstimator

Remarques

Caractéristiques de l’estimateur


Cet estimateur doit-il examiner les données pour entraîner ses paramètres ?	Non
Type de données colonnes d’entrée	Quelconque
Exportable vers ONNX	Oui

Le résultat ColumnSelectingTransformer fonctionne sur le schéma d’un donné IDataView en supprimant ou en conservant les colonnes sélectionnées du schéma.

Il est couramment utilisé pour supprimer les colonnes indésirables avant de sérialiser un jeu de données ou de l’écrire dans un fichier. Il n’est pas nécessaire de supprimer les colonnes inutilisées avant l’apprentissage ou l’exécution de transformations, car l’évaluation IDataView est différée et ne matérialise pas réellement les colonnes tant que nécessaire. Dans le cas de la sérialisation, chaque colonne du schéma est écrite. S’il existe des colonnes qui ne doivent pas être enregistrées, cet estimateur peut être utilisé pour les supprimer.

Consultez la section Voir aussi pour obtenir des liens vers des exemples d’utilisation.

Méthodes

Fit(IDataView)	Conserve ou supprime les colonnes sélectionnées d’un IDataView. (Hérité de TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)	Retourne le SchemaShape schéma qui sera produit par le transformateur. Utilisé pour la propagation et la vérification du schéma dans un pipeline.

Méthodes d’extension

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Ajoutez un « point de contrôle de mise en cache » à la chaîne d’estimateur. Cela garantit que les estimateurs en aval seront entraînés par rapport aux données mises en cache. Il est utile d’avoir un point de contrôle de mise en cache avant les formateurs qui prennent plusieurs passes de données.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Étant donné un estimateur, retournez un objet de création de package de restrictions qui appellera un délégué une fois Fit(IDataView) appelé. Il est souvent important qu’un estimateur retourne des informations sur ce qui était adapté, c’est pourquoi la Fit(IDataView) méthode retourne un objet spécifiquement typé, plutôt que simplement un général ITransformer. Toutefois, en même temps, IEstimator<TTransformer> sont souvent formés en pipelines avec de nombreux objets. Nous pouvons donc avoir besoin de créer une chaîne d’estimateurs par EstimatorChain<TLastTransformer> le biais de laquelle l’estimateur pour lequel nous voulons obtenir le transformateur est enterré quelque part dans cette chaîne. Pour ce scénario, nous pouvons par le biais de cette méthode attacher un délégué qui sera appelé une fois l’ajustement appelé.

S’applique à

Partager via