HashingEstimator Classe

Definição

Namespace:

Microsoft.ML.Transforms

Assembly:

Microsoft.ML.Data.dll

Pacote:

Microsoft.ML v3.0.1

Estimador para HashingTransformero qual hashes colunas de valor único ou colunas de vetor. Para colunas de vetor, cria hashes de cada slot separadamente.

public sealed class HashingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.HashingTransformer>

type HashingEstimator = class
    interface IEstimator<HashingTransformer>

Public NotInheritable Class HashingEstimator
Implements IEstimator(Of HashingTransformer)

Herança

Object

HashingEstimator

Implementações

IEstimator<HashingTransformer>

Comentários

Características do estimador

Esse estimador precisa examinar os dados para treinar seus parâmetros?	Sim, se o mapeamento dos hashes para os valores for necessário.
Tipo de dados de coluna de entrada	Vetor ou escalares de tipo numérico, booliano, texto, DateTime e chave .
Tipo de dados de coluna de saída	Vetor ou tipo de chave escalar.
Exportável para ONNX	Sim - em estimadores treinados na v1.5 e em cima. Int64, UInt64e SingleDouble OrderedHashing não têm suporte.

Verifique a seção Consulte Também para obter links para exemplos de uso.

Métodos

Fit(IDataView)	Treina e retorna um HashingTransformer.
GetOutputSchema(SchemaShape)	Retorna o SchemaShape esquema que será produzido pelo transformador. Usado para propagação e verificação de esquema em um pipeline.

Métodos de Extensão

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

Acrescente um "ponto de verificação de cache" à cadeia de estimativas. Isso garantirá que os estimadores downstream serão treinados em relação aos dados armazenados em cache. É útil ter um ponto de verificação de cache antes dos treinadores que fazem várias passagens de dados.

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

Dado um estimador, retorne um objeto de encapsulamento que chamará um delegado uma vez Fit(IDataView) chamado. Geralmente, é importante que um estimador retorne informações sobre o que estava em forma, e é por isso que o Fit(IDataView) método retorna um objeto especificamente tipado, em vez de apenas um geral ITransformer. No entanto, ao mesmo tempo, IEstimator<TTransformer> muitas vezes são formados em pipelines com muitos objetos, portanto, talvez seja necessário construir uma cadeia de estimadores por meio EstimatorChain<TLastTransformer> de onde o estimador para o qual queremos que o transformador seja enterrado em algum lugar nesta cadeia. Para esse cenário, podemos por meio desse método anexar um delegado que será chamado quando fit for chamado.

Confira também

• Hash(TransformsCatalog+ConversionTransforms, HashingEstimator+ColumnOptions[])
• Hash(TransformsCatalog+ConversionTransforms, String, String, Int32, Int32)