Ai.classify gebruiken met pandas

De ai.classify functie categoriseert elke invoerrij met behulp van de labels die u opgeeft.

Opmerking

Overzicht

De functie ai.classify breidt de pandas Series klasse uit. Als u door de gebruiker verstrekte labels aan elke invoerrij wilt toewijzen, roept u de functie aan in een tekstkolom van een Pandas DataFrame.

De functie retourneert een pandas-serie die classificatielabels bevat, die kunnen worden opgeslagen in een nieuwe DataFrame-kolom.

Aanbeveling

U wordt aangeraden de functie ai.classify te gebruiken met ten minste twee invoerlabels.

Syntaxis

df["classification"] = df["input"].ai.classify("category1", "category2", "category3")

Parameterwaarden

Naam Description
labels
Verplicht		 Een of meer tekenreeksen die de set classificatielabels vertegenwoordigen die overeenkomen met invoertekstwaarden.

Retouren

De functie retourneert een pandas-serie die een classificatielabel voor elke invoertekstrij bevat. Als een tekstwaarde niet kan worden geclassificeerd, wordt het bijbehorende label 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)

Uitvoer:

Schermopname van een gegevensframe met 'beschrijvingen' en 'categorie'-kolommen. De kolom Categorie bevat de categorienaam van elke beschrijving.

Multimodale invoer

Als u afbeeldingen, PDF-bestanden of tekstbestanden wilt classificeren, stelt u in column_type="path" wanneer de invoerkolom bestandspadtekenreeksen bevat. Zie Multimodale invoer gebruiken met AI Functions voor ondersteunde bestandstypen en installatie.

# 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)

Opmerking

Wanneer u aifunc.list_file_paths() gebruikt om de kolom bestandspad te maken, worden de geretourneerde yarl.URL objecten automatisch gedetecteerd als bestandspaden. U hoeft alleen op te geven column_type="path" wanneer uw kolom URL's voor gewone tekenreeksen bevat.

U kunt ook aifunc.load gebruiken om bestanden in een DataFrame te laden en vervolgens de kolom met bestandspaden te classificeren:

# 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)

Wanneer u aifunc.load gebruikt, bevat de bestandspadkolom yarl.URL objecten die automatisch worden gedetecteerd. Stel URLs voor eenvoudige tekenreeksen in met column_type="path".

Verwante inhoud

  • Last updated on