CountFeatureSelectingEstimator 类

定义

命名空间:

Microsoft.ML.Transforms

程序集:

Microsoft.ML.Transforms.dll

包:

Microsoft.ML v3.0.1

选择非默认值计数大于或等于阈值的槽。

public sealed class CountFeatureSelectingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.ITransformer>

type CountFeatureSelectingEstimator = class
    interface IEstimator<ITransformer>

Public NotInheritable Class CountFeatureSelectingEstimator
Implements IEstimator(Of ITransformer)

继承

Object

CountFeatureSelectingEstimator

实现

IEstimator<ITransformer>

注解

估算器特征

此估算器是否需要查看数据来训练其参数？	是
输入列数据类型	或文本数据类型的SingleDouble向量或标量
输出列数据类型	与输入列相同
可导出到 ONNX	是

此转换使用一组聚合器来计算每个槽 (向量元素的值数，) 非默认和非缺失 (的默认值和缺失 (，请参阅) 中的 DataKind 备注部分。 如果计数值小于提供的 count 参数，则会删除该槽。 当与 a OneHotHashEncodingTransformer一起应用时，此转换非常有用。 它可以删除哈希转换生成的功能，这些特征在示例中没有数据。

例如，如果将 count 参数设置为 3 并适合估算器，请将转换器应用于以下功能列，则会看到第二个槽，其中包含：NaN (缺失值) 、5、5、0 (默认值) 值被丢弃，因为该槽只有两个非默认值和非缺失值，即这两个 5 个值。 正在保留第三个槽，因为它的值为 6、6、6、NaN;因此，它具有 3 个非默认值和非缺失。

功能
4，NaN，6
4,5,6
4,5,6
4，0，NaN

这是上述数据集在转换后的外观。

功能
4,6
4,6
4,6
4，NaN

有关使用示例的链接，请查看“另请参阅”部分。

方法

Fit(IDataView)	火车并返回一个 ITransformer。
GetOutputSchema(SchemaShape)	返回 SchemaShape 由转换器生成的架构。 用于管道中的架构传播和验证。

扩展方法

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	将“缓存检查点”追加到估算器链。 这将确保根据缓存的数据训练下游估算器。 在执行多个数据传递的训练器之前，拥有缓存检查点会很有帮助。
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	给定估算器后，返回一个包装对象，该对象将调用委托一次 Fit(IDataView) 。 估算器通常必须返回有关适合的内容的信息，这就是为什么 Fit(IDataView) 该方法返回特定类型化对象的原因，而不仅仅是常规 ITransformer对象。 但是，同时， IEstimator<TTransformer> 通常形成为包含许多对象的管道，因此，我们可能需要通过 EstimatorChain<TLastTransformer> 估算器链生成一个估算器链，以便将转换器埋在此链中的某个位置。 对于该方案，我们可以通过此方法附加一个委托，该委托将在调用拟合后调用。

另请参阅

• SelectFeaturesBasedOnCount(TransformsCatalog+FeatureSelectionTransforms, String, String, Int64)
• SelectFeaturesBasedOnCount(TransformsCatalog+FeatureSelectionTransforms, InputOutputColumnPair[], Int64)