concat: преобразование с объединением для Машинного обучения

Статья
05/23/2023

Объединяет несколько столбцов в один столбец с векторными значениями.

Использование

  concat(vars, ...)

Аргументы

`vars`

Именованный список векторов символов имен входных переменных и имени выходной переменной. Обратите внимание, что все входные переменные должны иметь один и тот же тип. С помощью объединения можно создать несколько выходных столбцов. В этом случае необходимо использовать список векторов для определения однозначного сопоставления между входными и выходными переменными. Например, чтобы объединить столбцы InNameA и InNameB в столбец OutName1 и объединить столбцы InNameC и InNameD в столбец OutName2, используйте следующий список: list(OutName1 = c(InNameA, InNameB), outName2 = c(InNameC, InNameD))

`...`

Дополнительные аргументы, отправляемые в подсистему вычислений

Подробнее

concat создает один столбец с векторными значениями из нескольких
столбцов. Это преобразование можно выполнить с данными перед обучением модели. Объединение
может значительно ускорить обработку данных, если количество столбцов исчисляется сотнями или тысячами.

Значение

Объект maml, определяющий преобразование объединения.

Авторы

Корпорация Майкрософт Microsoft Technical Support

См. также

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

Примеры


 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)