Microsoft.ML.Data 名前空間

異常検出の評価結果 (教師なし学習アルゴリズム)。

異常検出タスクに取り組む ISingleFeaturePredictionTransformer<TModel> の基本クラス。

確率論的メトリックを除くバイナリ分類子の評価結果。

BinaryClassificationMetricsStatistics クラスには、BinaryClassificationMetricsの複数の観測結果に関する概要統計が保持されます。

このクラスは、二項分類の Precision-Recall 曲線上の 1 つのデータ ポイントを表します。

二項分類タスクに取り組む ISingleFeaturePredictionTransformer<TModel> の基本クラス。

標準のブール型。 これには、 Booleanの表現型があります。 シングルトン静的プロパティ Instanceからアクセスできる値は 1 つだけであることに注意してください。

確率論的メトリックを含むバイナリ分類子の評価結果。

クラスタリング予測を評価した後に生成されるメトリック。

クラスタリング タスクで作業する ISingleFeaturePredictionTransformer<TModel> の基本クラス。

ITransformer ColumnConcatenatingEstimatorを取り付け、

IDataViewの 1 つの列の値をIEnumerable<T>として抽出できる拡張メソッド。

メンバー名を列名として使用する既定の動作ではなく、メンバー IDataView 列名を直接指定できるようにします。

このクラスは、読み込み後にトランスフォーマー チェーンを適用するデータ ローダーを表します。 また、リポジトリに自身を保存するメソッドもあります。

複合データ ローダーの推定クラス。 このパターンはあまり一般的ではありませんが、"トレーニング可能なスマート データ ローダー" を構築するために使用できます。

分類結果の 混同行列 を表します。

データの読み込みと保存、データ スキーマ定義、モデル トレーニング メトリック コンポーネントを含む名前空間。

入力列を IDataView 列にマップする方法について説明します。

の設定 DatabaseLoader

出力列にマップする必要がある入力列のインデックスまたは名前の範囲を指定します。

読み取り用にデータベースを開くのに必要なデータを公開します。

このクラスは、 IDataViewの一括 'プレビュー' を表します。

データの読み込みと保存、データ スキーマ定義、モデル トレーニング メトリック コンポーネントを含む名前空間。

データの読み込みと保存、データ スキーマ定義、モデル トレーニング メトリック コンポーネントを含む名前空間。

これは、 IDataView 型システムのすべての型の抽象基底クラスです。

DataViewTypeAttributeクラスのインスタンスが ML.NET IDataViewとして読み込まれる場合は、クラスのプロパティとフィールドを修飾するために使用する必要があります。 関数Register()が呼び出され、DataViewTypeのTypeがそのAttributeに登録されます。 登録された Type とその Attributeに型指定された値は、その値の型 (つまり、 Type) IDataView 関連付けられた DataViewTypeになります。

ML.NET DataViewTypeと C# Type間のマップを管理するためのシングルトン クラス。 IDataViewでカスタム列の型をサポートするには、列の基になる型 (C# クラスの型など) を、DataViewTypeから派生したクラスに登録する必要があります。

標準の日付と時刻の種類。 これには、 DateTimeの表現型があります。 シングルトン静的プロパティ Instanceからアクセスできる値は 1 つだけであることに注意してください。

標準の日付と時刻のオフセットの種類。 これには、 DateTimeOffsetの表現型があります。 シングルトン静的プロパティ Instanceからアクセスできる値は 1 つだけであることに注意してください。

TLastTransformerで終わる推定器のチェーン (空の可能性がある) を表します。 チェーンが空の場合、 TLastTransformer は常に ITransformer。

IFileHandleを IMultiStreamSource としてラップします。

IEstimator<TTransformer> ImageLoadingTransformerの場合は a0//>。

ITransformer ImageLoadingEstimatorの適合によって得られる。

KeyDataViewType列の有効な値のカーディナリティ (カウント) を定義します。 これは厳密に肯定的である必要があります。 これは、 TextLoader と TypeConvertingEstimatorによって使用されます。

カテゴリまたは列挙値を表す型。多クラス分類モデルのラベルの値に最もよく使用されます。

メンバーを KeyDataViewTypeとしてマークすることを許可します。

メンバーがテキスト ファイル内のフィールドへのマッピングを指定できるようにします。 IDataView列の名前をオーバーライドするには、ColumnNameAttributeを使用します。

メンバーがデータベース内のフィールドへのマッピングを指定できるようにします。 IDataView列の名前をオーバーライドするには、ColumnNameAttributeを使用します。

MetricsStatistics クラスは、メトリックの複数の観測値に対する概要統計を計算します。

イメージング操作用のインターフェイスを提供します。

多クラス分類トレーナーの評価結果。

MulticlassClassificationMetricsStatistics クラスには、MulticlassClassificationMetricsの複数の観測結果に関する概要統計が保持されます。

複数クラスの分類タスクに取り組む ISingleFeaturePredictionTransformer<TModel> の基本クラス。

潜在的に複合パスを IMultiStreamSource としてラップします。

このメンバーは、IDataViewのDataViewSchema列として公開されていないことをマークします。

標準の番号の種類。 このクラスは、直接インスタントにすることはできません。 この型の許可されるすべてのインスタンスはシングルトンであり、このクラスの静的プロパティとしてアクセスできます。

入力列と出力列のペアで動作するトランスフォーマーの基本クラス。

フィーチャ列がないトランスフォーマーまたは複数のフィーチャ列の基本クラス。

すべてのプリミティブ型の抽象基本クラス。 これらの型の値は、所有権、変更、破棄を気にせずに自由にコピーできます。

RankingEvaluator の出力を制御するオプション

ランカーの評価結果。

RankingMetricsStatistics クラスには、RankingMetricsの複数の観測結果に関する概要統計が保持されます。

ランク付けタスクに取り組む ISingleFeaturePredictionTransformer<TModel> の基本クラス。

評価結果回帰アルゴリズム (教師あり学習アルゴリズム)。

RegressionMetricsStatistics クラスには、RegressionMetricsの複数の観測結果に関する概要統計が保持されます。

回帰タスクに取り組む ISingleFeaturePredictionTransformer<TModel> の基本クラス。

RowIdDataViewType 型です。 これには、 DataViewRowIdの表現型があります。 シングルトン静的プロパティ Instanceからアクセスできる値は 1 つだけであることに注意してください。

新しい列を生成するが、既存の列には影響しないトランスフォーマーの基本クラス。

Annotationsの一般的なコンテンツの容易な消費を容易にする拡張方法。

このクラスは、型指定されたデータ ビューのスキーマを定義します。

データ ビューの 1 列。

単純なディスク ベースのファイル ハンドル。

ISingleFeaturePredictionTransformer<TModel>を実装するすべてのトランスフォーマーの基本クラス。 これらはすべて、1 つの特徴列で動作するトランスフォーマーです。

すべての非プリミティブ型の抽象基本クラス。

これにより、SVM ライト形式に近い形式でデータを読み取ろうとします。目標は、SVM ライト形式のデータの大部分をこのローダーで解釈できることです。

データの読み込みと保存、データ スキーマ定義、モデル トレーニング メトリック コンポーネントを含む名前空間。

標準テキストの種類。 これには、型パラメーターReadOnlyMemory<T>を持つCharの表現型があります。 シングルトン静的プロパティ Instanceからアクセスできる値は 1 つだけであることに注意してください。

IDataView にテキスト ファイルを読み込みます。 入力列から IDataView 列への基本的なマッピングをサポートします。

入力列を IDataView 列にマップする方法について説明します。

の設定 TextLoader

出力列にマップする必要がある入力列のインデックスの範囲を指定します。

標準の期間の種類。 これには、 TimeSpanの表現型があります。 シングルトン静的プロパティ Instanceからアクセスできる値は 1 つだけであることに注意してください。

TLastTransformerで終わるトランスフォーマーのチェーン (空の場合もあります)。 空のチェーンの場合、 TLastTransformer は常に ITransformer。

トランスフォーマーが既に存在し、IEstimator<TTransformer>のすべての呼び出しでそれを返すFit(IDataView)の簡単な実装。

トランスフォーマーから推論する簡単な方法がないため、具体的な実装ではスキーマ伝達メカニズムを提供する必要があります。

VBufferEditor<T>インスタンスを作成するためのさまざまなメソッド。

標準ベクター型。 この表現型は VBuffer<T>であり、型パラメーターは ItemType。

メンバーを VectorDataViewTypeとしてマークし、主に結果の配列の次元を設定できるようにします。

IDataViewの行の識別子として機能する構造体。 何百万ものレコードを含むデータセットの場合、これらの ID は一意である必要があるため、このような大きな構造で値を保持する必要があります。 これらの ID は、パイプラインの前のコンポーネントの他の ID から派生し、構造を上位ビットと下位ビットの 2 つに分割し、それらの競合の変化をさらに軽減します。

高密度表現とスパース表現の両方をサポートするバッファー。 これは、すべての VectorDataViewType インスタンスの表現型です。 このベクトルの明示的に定義された値は、 GetValues() を介して公開され、高密度でない場合は GetIndices()。

VBuffer<T>を入力してValuesを編集できるオブジェクト (バッファーが高密度でない場合はIndices)。

ファイル ハンドル。

読み取り用に開くことができるいくつかの項目を公開するためのインターフェイス。

このインターフェイスは、入力 DataViewRow を出力 DataViewRowにマップします。 通常、出力には入力列と実装クラスによって追加された新しい列の両方が含まれますが、一部の実装では入力列のサブセットが返される場合があります。 このインターフェイスは Microsoft.ML.Data.ISchemaBoundRowMapperに似ていますが、入力ロール マッピングがないため、再バインドするには、同じ入力列名を使用する必要があります。 このインターフェイスの実装は、通常、定義された入力 DataViewSchemaに対して作成されます。

単純なデータ型を指定します。

イメージ内の各ピクセルのカラー データの形式を指定します。

データの読み込みと保存、データ スキーマ定義、モデル トレーニング メトリック コンポーネントを含む名前空間。

この列挙型を使用すると、チェーン内の推定器 (およびその後のトランスフォーマー) に "タグ付け" を行い、"トレーニング専用"、"トレーニングと評価用" などを使用できます。最も注目すべき例は、ラベル列に対する変換をスコア付けに使用しないでください。そのため、スコープは Training または TrainTestする必要があります。