反馈

AutoMLTransformer 类

  • 参考

所有转换器的记录器基类。

继承
sklearn.base.BaseEstimator
AutoMLTransformer
sklearn.base.TransformerMixin
AutoMLTransformer

构造函数

AutoMLTransformer()

方法

get_memory_footprint

通过添加此特征化器来获取内存占用情况。
transform

get_memory_footprint

通过添加此特征化器来获取内存占用情况。

get_memory_footprint(X: Union[numpy.ndarray, pandas.core.frame.DataFrame, scipy.sparse.base.spmatrix, azureml.dataprep.api.dataflow.Dataflow], y: Union[numpy.ndarray, pandas.core.series.Series, pandas.core.arrays.categorical.Categorical, azureml.dataprep.api.dataflow.Dataflow]) -> int

参数

X
必需

输入数据。

y
必需

输入标签。

返回

占用的内存量（以字节为单位）。

transform 

transform(X: Union[numpy.ndarray, pandas.core.frame.DataFrame, scipy.sparse.base.spmatrix, azureml.dataprep.api.dataflow.Dataflow]) -> numpy.ndarray

参数

X
必需

属性

operator_name

工程特征名称的运算符名称。

如果在遇到 Imputer 时特征化器具有依赖于“Mode”、“Mean”等属性的特定功能，我们希望了解工程特征名称中的此类详细信息。 因此，我们公开名为“_operator_name”的属性。 如果此属性存在，我们返回它。 如果不存在，则返回 None。

transformer_name

工程特性名称的转换函数名称。

is_distributable 

is_distributable = False

is_separable 

is_separable = False