資料表

資料表類別

資料集是已上傳至 Azure Machine Learning Studio (傳統) 的資料,因此可用於模型化進程。 即使您以其他格式上傳資料,或是指定 CSV、ARFF 或 TSV 之類的儲存格式,每當實驗中的模組使用資料時,都會以隱含方式轉換成 DataTable 物件。

注意

適用于 : Machine Learning Studio (傳統)

此內容僅適用于 Studio (傳統) 。 Azure Machine Learning 設計工具中已新增類似的拖放模組。 若要深入瞭解 這兩個版本,請參閱這篇文章

資料集是以 .NET資料表為基礎

資料行類型

DataTable 包含與中繼資料相關聯的資料行集合。 這些資料行實作 IArray 介面。 Machine Learning Studio (傳統) 中的資料行,可視為一維陣列(也就是 向量)。

.NET 陣列類別會 作為這些泛型介面: System.Collections.Generic.IList<T>System.Collections.Generic.ICollection<T>System.Collections.Generic.IEnumerable<T>

、和類型的資料行 int double Boolean 通常會以數值密集陣列來表示。 如果密集資料行包含遺漏值,則會將其視為遺漏值陣列或可為 null 物件密集陣列來處理。

包含字串的資料行會被當成物件密集陣列來處理。 如果有遺漏值,遺漏值會以 null 或類型表示 MissingValuesObjectArray<string>

如需詳細資訊,請參閱 陣列類別 (MSDN library)

取得 DataTable 中的資料行

您可以藉由在 DataTable 上呼叫方法來取得資料行 GetColumn 。 此 GetColumn 方法有兩個多載:

  • GetColumn(<Int64>) 會依據其索引取得資料行。

  • GetColumn(<string>) 會依據其名稱取得資料行。

Studio (傳統) 中的其他介面

這一節也說明 Azure 機器學習的下列介面:

類型 Description
ICluster 介面 ICluster 介面會定義群集模型的結構。
IFilter 介面 IFilter 介面會定義套用至整系列數值的數位信號處理篩選準則結構。 您可以建立篩選,然後將其儲存並套用至新的數列。
ILearner 介面 .Ilearner 介面提供定義和儲存分析模型的泛型結構,但不包括某些特殊類型,例如群集模型。
ITransform 介面 ITransform 介面提供定義和儲存轉換的泛型結構。 您可以使用 Machine Learning Studio (傳統) 建立 iTransform,然後將轉換套用至新的資料集。

另請參閱

模組資料類型