StreamingFeaturizationTransformer 类

在流式处理方案中将数据集特征化的转换器。

继承
nimbusml.internal.core.base_pipeline_item.BasePipelineItem
StreamingFeaturizationTransformer
StreamingFeaturizationTransformer

构造函数

StreamingFeaturizationTransformer(transformer: azureml.automl.runtime.featurization.streaming.streaming_estimator.NimbusMLStreamingEstimator, features_metadata_helper: azureml.automl.runtime._engineered_feature_names._GenerateEngineeredFeatureNames)

参数

transformer
features_metadata_helper

方法

fit
fit_transform
get_engineered_feature_names

获取工程特征名称。

在完成对原始数据的数据转换后,将工程特征名称列表以字符串形式返回。

get_featurization_summary

返回 DataTransformer 所看到的所有输入特征的特征化摘要。 :param kwargs:

请参阅下文

get_params

具有相同参数的 Scikit-learn API 返回所有参数。

transform

fit

fit(training_data, **kwargs)

参数

training_data
必需

fit_transform

fit_transform(training_data)

参数

training_data
必需

get_engineered_feature_names

获取工程特征名称。

在完成对原始数据的数据转换后,将工程特征名称列表以字符串形式返回。

get_engineered_feature_names() -> List[str]

返回

字符串形式的工程特征名称列表

get_featurization_summary

返回 DataTransformer 所看到的所有输入特征的特征化摘要。 :param kwargs:

请参阅下文

get_featurization_summary(**kwargs: Any) -> List[Dict[str, Optional[Any]]]

参数

is_user_friendly
<xref:<xref:`bool`>>

如果为 True,则返回单独的转换器参数,否则仅返回详细的特征化摘要。

返回

每个输入特征的特征化摘要列表。

get_params

具有相同参数的 Scikit-learn API 返回所有参数。

get_params()

transform

transform(X, **kwargs)

参数

X
必需

属性

pipeline