Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Die ai.classify Funktion kategorisiert jede Eingabezeile mithilfe der von Ihnen bereitgestellten Beschriftungen.
Hinweis
- Dieser Artikel befasst sich
ai.classifymit Pandas. Zu PySpark siehe Use ai.classify with PySpark. - Alle KI-Funktionen und Voraussetzungen finden Sie in der Übersicht über KI-Funktionen.
- Ändern Sie die Standardkonfiguration für KI-Funktionen mit Pandas.
Überblick
Die ai.classify-Funktion erweitert die Klasse der Pandas-Serie. Rufen Sie die Funktion in einer Textspalte eines Pandas DataFrames auf, um jeder Eingabezeile benutzerdefinierte Bezeichnungen zuzuweisen.
Die Funktion gibt eine Pandas-Serie zurück, die Klassifizierungsbezeichnungen enthält, die in einer neuen DataFrame-Spalte gespeichert werden können.
Tipp
Es wird empfohlen, die ai.classify-Funktion mit mindestens zwei Eingabebezeichnungen zu verwenden.
Syntax
df["classification"] = df["input"].ai.classify("category1", "category2", "category3")
Die Parameter
| Name | Description |
|---|---|
labels Erforderlich |
Eine oder mehrere Zeichenfolgen, die den Satz von Klassifizierungsbezeichnungen darstellen, die mit Eingabetextwerten übereinstimmen sollen. |
Rückkehr
Die Funktion gibt eine Pandas-Datenreihe zurück, die eine Klassifizierungsbezeichnung für jede Eingabetextzeile enthält. Wenn ein Textwert nicht klassifiziert werden kann, lautet das entsprechende Etikett null.
Example
# This code uses AI. Always review output for mistakes.
df = pd.DataFrame([
"This duvet, lovingly hand-crafted from all-natural fabric, is perfect for a good night's sleep.",
"Tired of friends judging your baking? With these handy-dandy measuring cups, you'll create culinary delights.",
"Enjoy this *BRAND NEW CAR!* A compact SUV perfect for the professional commuter!"
], columns=["descriptions"])
df["category"] = df['descriptions'].ai.classify("kitchen", "bedroom", "garage", "other")
display(df)
Ausgabe:
Multimodale Eingabe
Wenn Sie Bilder, PDFs oder Textdateien klassifizieren möchten, legen Sie fest column_type="path" , wann die Eingabespalte Dateipfadzeichenfolgen enthält. Unterstützte Dateitypen und -setup finden Sie unter "Verwenden von multimodalen Eingaben mit AI-Funktionen".
# This code uses AI. Always review output for mistakes.
file_path_series = aifunc.list_file_paths("/lakehouse/default/Files")
custom_df = pd.DataFrame({"file_path": file_path_series})
custom_df["highest_degree"] = custom_df["file_path"].ai.classify(
"Master", "PhD", "Bachelor", "Other",
)
display(custom_df)
Hinweis
Wenn Sie aifunc.list_file_paths() verwenden, um ihre Dateipfadspalte zu erstellen, werden die zurückgegebenen Objekte yarl.URL automatisch als Dateipfade erkannt. Sie müssen nur angeben column_type="path" , wann Ihre Spalte einfache Zeichenfolgen-URLs enthält.
Sie können aifunc.load auch verwenden, um Dateien in einen DataFrame einzulesen und dann die Dateipfad-Spalte zu klassifizieren:
# This code uses AI. Always review output for mistakes.
df, schema = aifunc.load("/lakehouse/default/Files")
df["category"] = df["file_path"].ai.classify("Master", "PhD", "Bachelor", "Other")
display(df)
Bei Verwendung aifunc.loadenthält yarl.URL die Spalte "Dateipfad" Objekte, die automatisch erkannt werden. Legen Sie für einfache Zeichenfolgen-URLs fest column_type="path".
Verwandte Inhalte
- Verwenden Sie ai.classify mit PySpark.
- Erfahren Sie mehr über KI-Funktionen.
- Verwenden Sie multimodale Eingaben mit KI-Funktionen.
- Ändern Sie die Standardkonfiguration für KI-Funktionen mit Pandas.
- Informationen zur Abrechnung für KI-Funktionen.