Поделиться через


NormalizationCatalog Класс

Определение

Коллекция методов расширения для TransformsCatalog создания экземпляров компонентов числовой нормализации.

public static class NormalizationCatalog
type NormalizationCatalog = class
Public Module NormalizationCatalog
Наследование
NormalizationCatalog

Методы

NormalizeBinning(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean, Int32)

NormalizingEstimatorСоздайте объект, который нормализуется, назначив данные в ячейки с одинаковой плотностью.

NormalizeBinning(TransformsCatalog, String, String, Int64, Boolean, Int32)

NormalizingEstimatorСоздайте объект, который нормализуется, назначив данные в ячейки с одинаковой плотностью.

NormalizeGlobalContrast(TransformsCatalog, String, String, Boolean, Boolean, Single)

Создайте объект GlobalContrastNormalizingEstimator, который нормализует столбцы по отдельности, применяя нормализацию глобальной контрастности. trueЕсли задано значение ensureZeroMean , применяется шаг предварительной обработки, чтобы среднее значение указанного столбца было нулевым вектором.

NormalizeLogMeanVariance(TransformsCatalog, InputOutputColumnPair[], Boolean, Int64, Boolean)

NormalizingEstimatorСоздайте объект, который нормализуется на основе вычисленного среднего и дисперсии логарифма данных.

NormalizeLogMeanVariance(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean)

NormalizingEstimatorСоздайте объект, который нормализуется на основе вычисленного среднего и дисперсии логарифма данных.

NormalizeLogMeanVariance(TransformsCatalog, String, Boolean, String, Int64, Boolean)

NormalizingEstimatorСоздайте объект, который нормализуется на основе вычисленного среднего и дисперсии логарифма данных.

NormalizeLogMeanVariance(TransformsCatalog, String, String, Int64, Boolean)

NormalizingEstimatorСоздайте объект, который нормализуется на основе вычисленного среднего и дисперсии логарифма данных.

NormalizeLpNorm(TransformsCatalog, String, String, LpNormNormalizingEstimatorBase+NormFunction, Boolean)

LpNormNormalizingEstimatorСоздайте объект, который нормализует (масштабы) в входном столбце норму единицы. Тип используемой нормы определяется .norm trueЕсли задано значение ensureZeroMean , применяется шаг предварительной обработки, чтобы среднее значение указанного столбца было нулевым вектором.

NormalizeMeanVariance(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean, Boolean)

NormalizingEstimatorСоздайте объект, который нормализуется на основе вычисленного среднего значения и дисперсии данных.

NormalizeMeanVariance(TransformsCatalog, String, String, Int64, Boolean, Boolean)

NormalizingEstimatorСоздайте объект, который нормализуется на основе вычисленного среднего значения и дисперсии данных.

NormalizeMinMax(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean)

NormalizingEstimatorСоздайте объект, который нормализуется на основе наблюдаемых минимальных и максимальных значений данных.

NormalizeMinMax(TransformsCatalog, String, String, Int64, Boolean)

NormalizingEstimatorСоздайте объект, который нормализуется на основе наблюдаемых минимальных и максимальных значений данных.

NormalizeRobustScaling(TransformsCatalog, InputOutputColumnPair[], Int64, Boolean, UInt32, UInt32)

NormalizingEstimatorСоздайте объект, который нормализует использование статистических данных, которые являются надежными для выбросов, выравнивая данные вокруг 0 (удаляя медиану) и масштабируя данные в соответствии с диапазоном квантилей (по умолчанию используется межквартилный диапазон).

NormalizeRobustScaling(TransformsCatalog, String, String, Int64, Boolean, UInt32, UInt32)

NormalizingEstimatorСоздайте объект, который нормализует использование статистических данных, которые являются надежными для выбросов, выравнивая данные вокруг 0 (удаляя медиану) и масштабируя данные в соответствии с диапазоном квантилей (по умолчанию используется межквартилный диапазон).

NormalizeSupervisedBinning(TransformsCatalog, InputOutputColumnPair[], String, Int64, Boolean, Int32, Int32)

NormalizingEstimatorСоздайте объект, который нормализуется путем назначения данных в ячейки на основе корреляции со столбцомlabelColumnName.

NormalizeSupervisedBinning(TransformsCatalog, String, String, String, Int64, Boolean, Int32, Int32)

NormalizingEstimatorСоздайте объект, который нормализуется путем назначения данных в ячейки на основе корреляции со столбцомlabelColumnName.

Применяется к