NgramHashingEstimator Classe
Définition
Important
Certaines informations portent sur la préversion du produit qui est susceptible d’être en grande partie modifiée avant sa publication. Microsoft exclut toute garantie, expresse ou implicite, concernant les informations fournies ici.
public sealed class NgramHashingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.Text.NgramHashingTransformer>type NgramHashingEstimator = class
interface IEstimator<NgramHashingTransformer>Public NotInheritable Class NgramHashingEstimator
Implements IEstimator(Of NgramHashingTransformer)- Héritage
-
NgramHashingEstimator
- Implémente
Remarques
Caractéristiques de l’estimateur
| Cet estimateur doit-il examiner les données pour entraîner ses paramètres ? | Oui |
| Type de données de colonne d’entrée | Vecteur du type de clé . |
| Type de données de colonne de sortie | Vecteur de taille connue de Single |
| Exportable vers ONNX | Non |
Le résultat NgramHashingTransformer crée une colonne, nommée comme spécifié dans les paramètres de nom de colonne de sortie, et produit un vecteur de nombres n-grammes (séquences de mots consécutifs de longueur 1-n) à partir d’une donnée. Il le fait en hachage chaque n-grammes et en utilisant la valeur de hachage comme index dans le conteneur.
NgramHashingEstimator est différent de la WordHashBagEstimator façon dont l’ancien prend du texte tokenisé comme entrée, tandis que ce dernier tokenise du texte en interne.
Consultez la section Voir aussi pour obtenir des liens vers des exemples d’utilisation.
Méthodes
| Nom | Description |
|---|---|
| Fit(IDataView) |
Effectue l’apprentissage et retourne un NgramHashingTransformer. |
| GetOutputSchema(SchemaShape) |
Retourne le SchemaShape schéma qui sera produit par le transformateur. Utilisé pour la propagation et la vérification du schéma dans un pipeline. |
Méthodes d’extension
| Nom | Description |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Ajoutez un « point de contrôle de mise en cache » à la chaîne d’estimateur. Cela garantit que les estimateurs en aval seront entraînés par rapport aux données mises en cache. Il est utile d’avoir un point de contrôle de mise en cache avant les formateurs qui prennent plusieurs passes de données. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
En fonction d’un estimateur, retournez un objet de création de package de restrictions qui appellera un délégué une fois Fit(IDataView) appelé. Il est souvent important pour un estimateur de retourner des informations sur ce qui était adapté, c’est pourquoi la Fit(IDataView) méthode retourne un objet spécifiquement typé, plutôt que simplement un général ITransformer. Toutefois, en même temps, IEstimator<TTransformer> sont souvent formés en pipelines avec de nombreux objets, nous devrons peut-être construire une chaîne d’estimateurs via EstimatorChain<TLastTransformer> laquelle l’estimateur pour lequel nous voulons obtenir le transformateur est enterré quelque part dans cette chaîne. Pour ce scénario, nous pouvons par le biais de cette méthode attacher un délégué qui sera appelé une fois l’ajustement appelé. |