ApproximatedKernelMappingEstimator Classe

Definizione

Spazio dei nomi:

Microsoft.ML.Transforms

Assembly:

Microsoft.ML.Transforms.dll

Pacchetto:

Microsoft.ML v3.0.1

Esegue il mapping delle colonne vettoriali a uno spazio di funzionalità a bassa dimensione.

public sealed class ApproximatedKernelMappingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.ApproximatedKernelTransformer>

type ApproximatedKernelMappingEstimator = class
    interface IEstimator<ApproximatedKernelTransformer>

Public NotInheritable Class ApproximatedKernelMappingEstimator
Implements IEstimator(Of ApproximatedKernelTransformer)

Ereditarietà

Object

ApproximatedKernelMappingEstimator

Implementazioni

IEstimator<ApproximatedKernelTransformer>

Commenti

Caratteristiche dello strumento di stima

Questo stimatore deve esaminare i dati per eseguire il training dei relativi parametri?	Sì
Tipo di dati della colonna di input	Vettore di dimensioni note di Single
Tipo di dati della colonna di output	Vettore di dimensioni note di Single
Esportabile in ONNX	No

Il risultato ApproximatedKernelTransformer crea una nuova colonna, denominata come specificato nei parametri del nome della colonna di output, in cui ogni vettore di input viene mappato a uno spazio di funzionalità in cui i prodotti interni approssimano una delle due funzioni del kernel maiuscole-invariante: il kernel Gaussian o il kernel Laplacian. Eseguendo il mapping delle funzionalità a uno spazio che corrisponde a kernel non lineari approssimativi, i metodi lineari possono essere usati per approssimare modelli SVM del kernel più complessi. Questo mapping si basa sulle funzionalità casuali di carta per Large-Scale macchine kernel di Rahimi e Recht.

Controllare la sezione Vedere anche i collegamenti agli esempi di utilizzo.

Metodi

Fit(IDataView)	Esegue il training e restituisce un ApproximatedKernelTransformeroggetto .
GetOutputSchema(SchemaShape)	Restituisce l'oggetto SchemaShape dello schema che verrà prodotto dal trasformatore. Usato per la propagazione e la verifica dello schema in una pipeline.

Metodi di estensione

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

Aggiungere un "checkpoint di memorizzazione nella cache" alla catena di stima. Ciò garantisce che gli estimatori downstream vengano sottoposti a training sui dati memorizzati nella cache. È utile avere un checkpoint di memorizzazione nella cache prima dei training che accettano più passaggi di dati.

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

Dato un stimatore, restituire un oggetto wrapping che chiamerà un delegato una volta Fit(IDataView) chiamato. Spesso è importante che un stimatore restituisca informazioni su ciò che è stato adatto, che è il motivo per cui il Fit(IDataView) metodo restituisce un oggetto tipizzato in modo specifico, anziché solo un oggetto generale ITransformer. Tuttavia, allo stesso tempo, IEstimator<TTransformer> sono spesso formati in pipeline con molti oggetti, quindi potrebbe essere necessario creare una catena di stima tramite EstimatorChain<TLastTransformer> dove lo stimatore per cui si vuole ottenere il trasformatore è sepolto da qualche parte in questa catena. Per questo scenario, è possibile collegare questo metodo a un delegato che verrà chiamato una volta chiamato fit.

Vedi anche

• ApproximatedKernelMap(TransformsCatalog, String, String, Int32, Boolean, KernelBase, Nullable<Int32>)