TransformsCatalog Klasa

Lista operacji dotyczących danych kategorii.

Lista operacji konwersji typu danych.

Lista operacji wybierania funkcji na podstawie niektórych kryteriów.

Lista operacji przetwarzania danych tekstowych.

Utwórz obiekt OnnxScoringEstimator przy użyciu określonego OnnxOptionselementu . Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

Utwórz element OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do kolumny wejściowej. Kolumny wejściowe/wyjściowe są określane na podstawie kolumn wejściowych/wyjściowych dostarczonego modelu ONNX. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

Utwórz element OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do kolumny wejściowej. Kolumny wejściowe/wyjściowe są określane na podstawie kolumn wejściowych/wyjściowych dostarczonego modelu ONNX. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

Utwórz element OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do kolumny wejściowej. Kolumny wejściowe/wyjściowe są określane na podstawie kolumn wejściowych/wyjściowych dostarczonego modelu ONNX. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

Utwórz element OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do kolumny wejściowej. Kolumny wejściowe/wyjściowe są określane na podstawie kolumn wejściowych/wyjściowych dostarczonego modelu ONNX. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

Utwórz element OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do kolumny inputColumnName . Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

Utwórz element OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do kolumny inputColumnName . Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

Utwórz element OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do kolumny inputColumnName . Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

Utwórz element OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do kolumny inputColumnName . Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

Utwórz obiekt OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do inputColumnNames kolumn. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

Utwórz obiekt OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do inputColumnNames kolumn. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

Utwórz obiekt OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do inputColumnNames kolumn. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

Utwórz obiekt OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do inputColumnNames kolumn. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

Utwórz obiekt OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do inputColumnNames kolumn. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

Utwórz obiekt OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do inputColumnNames kolumn. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

Utwórz obiekt ApproximatedKernelMappingEstimator , który mapuje wektory wejściowe na przestrzeń funkcji o niskim wymiarach, w której produkty wewnętrzne przybliżą funkcję jądra niezmiennego przesunięcia.

Utwórz obiekt, który FeatureContributionCalculatingEstimator oblicza wyniki udziału specyficzne dla modelu dla każdej funkcji wektora wejściowego.

Utwórz obiekt, który FeatureContributionCalculatingEstimator oblicza wyniki udziału specyficzne dla modelu dla każdej funkcji wektora wejściowego. Obsługuje modele kalibrowane.

Utwórz obiekt , który łączy co najmniej jedną kolumnę ColumnConcatenatingEstimatorwejściową w nową kolumnę wyjściową.

Utwórz obiekt ImageGrayscalingEstimator, który konwertuje obrazy w kolumnie określonej w InputColumnName pliku na obrazy w skali szarości w nowej kolumnie: OutputColumnName.

Utwórz obiekt VectorToImageConvertingEstimator, który tworzy obraz na podstawie danych z kolumny określonej w inputColumnName do nowej kolumny: outputColumnName.

Utwórz obiekt ColumnCopyingEstimator, który kopiuje dane z kolumny określonej w inputColumnName pliku do nowej kolumny: outputColumnName.

Utwórz obiekt CustomMappingEstimator<TSrc,TDst>, który stosuje niestandardowe mapowanie kolumn wejściowych do kolumn wyjściowych.

Utwórz SrCnnAnomalyEstimatorplik , który wykrywa anomalie czasowników przy użyciu algorytmu SRCNN.

Utwórz SsaChangePointEstimatorelement , który przewiduje punkty zmian w szeregach czasowych przy użyciu analizy pojedynczego spektrum (SSA).

Utwórz SsaChangePointEstimatorelement , który przewiduje punkty zmian w szeregach czasowych przy użyciu analizy pojedynczego spektrum (SSA).

Utwórz IidChangePointEstimatorelement , który przewiduje punkty zmian w niezależnych, identycznych rozproszonych szeregach czasowych (i.i.d.) w oparciu o adaptacyjne oszacowania gęstości jądra i wyniki martingale.

Utwórz IidChangePointEstimatorelement , który przewiduje punkty zmian w niezależnych, identycznych rozproszonych szeregach czasowych (i.i.d.) w oparciu o adaptacyjne oszacowania gęstości jądra i wyniki martingale.

Utwórz IidSpikeEstimatorelement , który przewiduje wzrosty liczby niezależnych, identycznych rozproszonych (i.i.d.) szeregów czasowych opartych na adaptacyjnych oszacowaniach gęstości jądra i wynikach martingale.

Utwórz IidSpikeEstimatorelement , który przewiduje wzrosty liczby niezależnych, identycznych rozproszonych (i.i.d.) szeregów czasowych opartych na adaptacyjnych oszacowaniach gęstości jądra i wynikach martingale.

Utwórz SsaSpikeEstimatorelement , który przewiduje skoki w szeregach czasowych przy użyciu analizy pojedynczego spektrum (SSA).

Utwórz SsaSpikeEstimatorelement , który przewiduje skoki w szeregach czasowych przy użyciu analizy pojedynczego spektrum (SSA).

Utwórz DnnImageFeaturizerEstimatorelement , który stosuje jeden ze wstępnie wytrenowanych modeli sieci DNN do DnnImageModelSelector wyczynu obrazu.

Utwórz obiekt , który pominie daną ColumnSelectingEstimatorlistę kolumn na podstawie elementu IDataView. Każda określona kolumna nie zostanie zachowana w danych wyjściowych.

Tworzy element ExpressionEstimator.

Utwórz obiekt ImagePixelExtractingEstimator, który wyodrębnia wartości pikseli z danych określonych w kolumnie: inputColumnName do nowej kolumny: outputColumnName.

Utwórz FastForestBinaryFeaturizationEstimatorelement , który będzie używany FastForestBinaryTrainer do trenowania TreeEnsembleModelParameters w celu utworzenia funkcji opartych na drzewie.

Utwórz FastForestRegressionFeaturizationEstimatorelement , który będzie używany FastForestRegressionTrainer do trenowania TreeEnsembleModelParameters w celu utworzenia funkcji opartych na drzewie.

Utwórz FastTreeBinaryFeaturizationEstimatorelement , który będzie używany FastTreeBinaryTrainer do trenowania TreeEnsembleModelParameters w celu utworzenia funkcji opartych na drzewie.

Utwórz FastTreeRankingFeaturizationEstimatorelement , który będzie używany FastTreeRankingTrainer do trenowania TreeEnsembleModelParameters w celu utworzenia funkcji opartych na drzewie.

Utwórz FastTreeRegressionFeaturizationEstimatorelement , który będzie używany FastTreeRegressionTrainer do trenowania TreeEnsembleModelParameters w celu utworzenia funkcji opartych na drzewie.

Utwórz FastTreeTweedieFeaturizationEstimatorelement , który będzie używany FastTreeTweedieTrainer do trenowania TreeEnsembleModelParameters w celu utworzenia funkcji opartych na drzewie.

Utwórz PretrainedTreeFeaturizationEstimatorelement , który tworzy funkcje oparte na drzewie na podstawie elementu TreeEnsembleModelParameters.

Utwórz obiekt MissingValueIndicatorEstimator, który kopiuje dane z kolumny określonej w InputColumnName pliku do nowej kolumny: OutputColumnName.

Utwórz element MissingValueIndicatorEstimator, który skanuje dane z kolumny określonej w inputColumnName kolumnie i wypełnia nową kolumnę określoną w outputColumnName wektorem wartości logicznej, gdzie wartość logiczna i-th ma wartość true , jeśli element i-th w danych kolumny nie ma wartości i false w przeciwnym razie.

Utwórz obiekt ImageLoadingEstimator, który ładuje dane z kolumny określonej jako inputColumnName obraz do nowej kolumny: outputColumnName.

Utwórz obiekt ImageLoadingEstimator, który ładuje dane z kolumny określonej w inputColumnName pliku jako obraz nieprzetworzonych bajtów do nowej kolumny: outputColumnName.

Utwórz element NormalizingEstimator, który normalizuje się, przypisując dane do pojemników o równej gęstości.

Utwórz element NormalizingEstimator, który normalizuje się, przypisując dane do pojemników o równej gęstości.

Utwórz obiekt GlobalContrastNormalizingEstimator, który normalizuje kolumny indywidualnie stosując normalizację globalnego kontrastu. Ustawienie ensureZeroMean wartości truespowoduje zastosowanie kroku przetwarzania wstępnego w celu ustawienia średniej określonej kolumny jako wektora zerowego.

Utwórz element NormalizingEstimator, który normalizuje się na podstawie obliczonej średniej i wariancji logarytmu danych.

Utwórz element NormalizingEstimator, który normalizuje się na podstawie obliczonej średniej i wariancji logarytmu danych.

Utwórz element NormalizingEstimator, który normalizuje się na podstawie obliczonej średniej i wariancji logarytmu danych.

Utwórz element NormalizingEstimator, który normalizuje się na podstawie obliczonej średniej i wariancji logarytmu danych.

Utwórz element LpNormNormalizingEstimator, który normalizuje (skaluje) wektory w kolumnie wejściowej do normy jednostkowej. Typ używanej normy jest definiowany przez norm. Ustawienie ensureZeroMean wartości truespowoduje zastosowanie kroku przetwarzania wstępnego w celu ustawienia średniej określonej kolumny jako wektora zerowego.

Utwórz element NormalizingEstimator, który normalizuje się na podstawie obliczonej średniej i wariancji danych.

Utwórz element NormalizingEstimator, który normalizuje się na podstawie obliczonej średniej i wariancji danych.

Utwórz element NormalizingEstimator, który normalizuje się na podstawie obserwowanych minimalnych i maksymalnych wartości danych.

Utwórz element NormalizingEstimator, który normalizuje się na podstawie obserwowanych minimalnych i maksymalnych wartości danych.

Utwórz obiekt NormalizingEstimator, który normalizuje dane przy użyciu statystyk niezawodnych dla wartości odstających przez wyśrodkowanie danych około 0 (usunięcie mediany) i skaluje dane zgodnie z zakresem kwantylu (domyślnie domyślnie jest to zakres interquartyl).

Utwórz obiekt NormalizingEstimator, który normalizuje dane przy użyciu statystyk niezawodnych dla wartości odstających przez wyśrodkowanie danych około 0 (usunięcie mediany) i skaluje dane zgodnie z zakresem kwantylu (domyślnie domyślnie jest to zakres interquartyl).

Utwórz element NormalizingEstimator, który normalizuje się, przypisując dane do pojemników na podstawie korelacji z kolumną labelColumnName .

Utwórz element NormalizingEstimator, który normalizuje się, przypisując dane do pojemników na podstawie korelacji z kolumną labelColumnName .

Inicjuje nowe wystąpienie klasy PrincipalComponentAnalyzer.

Utwórz obiekt ColumnCopyingEstimator, który kopiuje dane z kolumny określonej w InputColumnName do nowej kolumny: OutputColumnName i zastępuje brakujące wartości zgodnie z .replacementMode

Utwórz obiekt MissingValueReplacingEstimator, który kopiuje dane z kolumny określonej w inputColumnName do nowej kolumny: outputColumnName i zastępuje brakujące wartości zgodnie z .replacementMode

Utwórz obiekt ImageResizingEstimator, który zmienia rozmiar obrazu z kolumny określonej w inputColumnName pliku na nową kolumnę: outputColumnName.

Utwórz obiekt , który przechowuje daną ColumnSelectingEstimatorlistę kolumn w elemecie IDataView i odrzuca inne.

Utwórz obiekt , który przechowuje daną ColumnSelectingEstimatorlistę kolumn w elemecie IDataView i odrzuca inne.

Utwórz obiekt StatefulCustomMappingEstimator<TSrc,TDst,TState>, który stosuje niestandardowe mapowanie kolumn wejściowych do kolumn wyjściowych, zezwalając jednocześnie na stan kursora.

Przyjmuje kolumnę wypełnioną wektorem zmiennych losowych ze znaną macierzą wariancji do zestawu nowych zmiennych, których kowariancja jest macierzą tożsamości, co oznacza, że są one nieskorelowane, a każda z nich ma wariancję 1.