GenericFeaturizers 类

用于泛型特征提取器的容器。

继承

builtins.object

GenericFeaturizers

构造函数

GenericFeaturizers()

方法

imputation_marker	创建插补标记。
imputer	创建 Imputer。
lambda_featurizer	创建 Lambda 特征提取器。
maxabsscaler	创建 maxabsscaler 特征提取器。
minibatchkmeans_featurizer	创建小批量 k 均值特征提取器。
nimbus_column_selector	创建列选择器转换。
nimbus_missing_values_handler	创建 Imputer。

imputation_marker

创建插补标记。

imputation_marker(*args: Any, **kwargs: Any) -> azureml.training.tabular.featurization.generic.imputation_marker.ImputationMarker

参数

cls

必需

imputer

创建 Imputer。

imputer(*args: Any, **kwargs: Any) -> sklearn.impute._base.SimpleImputer

参数

cls

必需

lambda_featurizer

创建 Lambda 特征提取器。

lambda_featurizer(*args: Any, **kwargs: Any) -> azureml.automl.runtime.featurizer.transformer.generic.lambda_transformer.LambdaTransformer

参数

cls

必需

maxabsscaler

创建 maxabsscaler 特征提取器。

maxabsscaler(*args: Any, **kwargs: Any) -> sklearn.preprocessing._data.MaxAbsScaler

参数

cls

必需

minibatchkmeans_featurizer

创建小批量 k 均值特征提取器。

minibatchkmeans_featurizer(*args: Any, **kwargs: Any) -> sklearn.cluster._kmeans.MiniBatchKMeans

参数

cls

必需

nimbus_column_selector

创建列选择器转换。

nimbus_column_selector(*args: Any, **kwargs: Any) -> nimbusml.preprocessing.schema.columnselector.ColumnSelector

参数

cls

必需

nimbus_missing_values_handler

创建 Imputer。

nimbus_missing_values_handler(*args: Any, **kwargs: Any) -> nimbusml.preprocessing.missing_values.handler.Handler

参数

cls

必需