Share via


concat : Transformation de concaténation dans le cadre du Machine Learning

Combine plusieurs colonnes en une seule colonne à valeur vectorielle.

Utilisation

  concat(vars, ...)

Arguments

vars

Liste nommée de vecteurs de caractères des noms de variables d’entrée, et le nom de la variable de sortie. Notez que toutes les variables d'entrée doivent être du même type. La transformation de concaténation peut permettre de générer plusieurs colonnes de sortie. Dans ce cas, vous devez utiliser une liste de vecteurs pour définir un mappage un à un entre les variables d'entrée et de sortie. Par exemple, pour concaténer les colonnes InNameA et InNameB dans la colonne OutName1, ainsi que les colonnes InNameC et InNameD dans la colonne OutName2, utilisez la liste : (list(OutName1 = c(InNameA, InNameB), outName2 = c(InNameC, InNameD)))

...

Arguments supplémentaires envoyés au moteur de calcul

Détails

concat crée une seule colonne à valeurs vectorielles à partir de plusieurs
colonnes. Cette opération peut être effectuée sur les données avant d'effectuer l'apprentissage d'un modèle. La concaténation
peut accélérer de manière significative le traitement des données lorsque le nombre de colonnes atteint des centaines ou des milliers.

Valeur

Un objet maml définissant la transformation de concaténation.

Auteur(s)

Microsoft Corporation Microsoft Technical Support

Voir aussi

featurizeText, categorical, categoricalHash, rxFastTrees, rxFastForest, rxNeuralNet, rxOneClassSvm, rxLogisticRegression.

Exemples


 testObs <- rnorm(nrow(iris)) > 0
 testIris <- iris[testObs,]
 trainIris <- iris[!testObs,]

 multiLogitOut <- rxLogisticRegression(
         formula = Species~Features, type = "multiClass", data = trainIris,
         mlTransforms = list(concat(vars = list(
             Features = c("Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width")
           ))))
 summary(multiLogitOut)