Transformação de Dados - Escala e Redução

Este artigo descreve os módulos no Azure Machine Learning Studio (clássico) que podem ajudá-lo a trabalhar com dados numéricos. Para a aprendizagem automática, as tarefas comuns de dados incluem recortes, binários e valores numéricos normalizadores. Outros módulos suportam a redução da dimensionalidade.

Nota

Aplica-se a: Machine Learning Studio (clássico)

Este conteúdo diz respeito apenas ao Studio (clássico). Módulos semelhantes de arrasto e queda foram adicionados ao designer de Aprendizagem automática Azure. Saiba mais neste artigo comparando as duas versões.

Modelação de dados numéricos

Tarefas como normalizar, ligar ou redistribuir variáveis numéricas são uma parte importante da preparação de dados para a aprendizagem automática. Os módulos deste grupo suportam as seguintes tarefas de preparação de dados:

  • Agrupar dados em caixotes de diferentes tamanhos ou distribuição.
  • Remoção de forasteiros ou alteração dos seus valores.
  • Normalizar um conjunto de valores numéricos num intervalo específico.
  • Criar um conjunto compacto de colunas de recurso a partir de um conjunto de dados de alta dimensão.

Lista de módulos

Esta categoria de Transformação de Dados - Escala e Redução inclui os seguintes módulos:

Ver também