Microsoft.ML.Data 命名空間

異常偵測（無監督學習演算法）的評估結果。

用於 ISingleFeaturePredictionTransformer<TModel> 異常偵測任務的基底類別。

二元分類器的評估結果，排除機率指標。

該 BinaryClassificationMetricsStatistics 類別持有對多個觀察值的 BinaryClassificationMetrics摘要統計量。

這類代表曲線上 Precision-Recall 二元分類的一個數據點。

用於二元分類任務的基底類別 ISingleFeaturePredictionTransformer<TModel> 。

標準布林型。 此表示型為 Boolean。 注意此值只能有一個可能值，可由單元素靜態性質 Instance可達。

二元分類器的評估結果，包括機率指標。

這些指標是在評估分群預測後產生的。

基底類別用於 ISingleFeaturePredictionTransformer<TModel> 處理叢集任務。

ITransformer 由擬合 ColumnConcatenatingEstimator。

擴展方法允許將 的單一欄位IDataViewIEnumerable<T>值作為 。

允許成員直接指定 IDataView 欄位名稱，而非預設使用成員名稱作為欄位名稱。

此類別代表資料載入器，載入後會套用變壓器鏈。 它也有方法可以將自己存檔到儲存庫。

複合資料載入器的估計類別。 它可用來建立「可訓練的智慧資料載入器」，儘管這種模式並不常見。

代表分類結果的 混淆矩陣 。

包含資料載入與儲存、資料結構定義及模型訓練指標元件的命名空間。

描述輸入欄位應如何映射到欄位 IDataView 。

設定 DatabaseLoader

指定應映射到輸出欄位的索引範圍或輸入欄位名稱。

會揭露開啟資料庫以進行讀取所需的資料。

此類別代表了對 IDataView的熱切「預覽」。

包含資料載入與儲存、資料結構定義及模型訓練指標元件的命名空間。

包含資料載入與儲存、資料結構定義及模型訓練指標元件的命名空間。

這是型別系統中所有型態 IDataView 的抽象基底類別。

DataViewTypeAttribute若該類別的實例將以 ML.NET IDataView載入，則應該用於裝飾類別屬性與欄位。 函式 Register() 將被呼叫以註冊 a DataViewType 作為 a Type ，並以 s Attribute為代號。 每當輸入到註冊 Type 值及其 Attributes 時，該值的型別（即 Type） IDataView 會在 中 對應 DataViewType。

一個用於管理 ML.NET DataViewType 與 C# Type之間映射的單例類別。 為了支援 中的 IDataView自訂欄位型別，該欄位的底層類型（例如 C# 類別的類型）應以從 DataViewType衍生的類別註冊。

標準的約會時間類型。 此表示型為 DateTime。 注意此值只能有一個可能值，可由單元素靜態性質 Instance可達。

標準的日期時間錯置類型。 此表示型為 DateTimeOffset。 注意此值只能有一個可能值，可由單元素靜態性質 Instance可達。

代表一條（可能為空的）估計量鏈，該鏈以 結尾 TLastTransformer。 若鏈為空，則 TLastTransformer 總是 ITransformer。

將 和 IFileHandle 包裝成 IMultiStreamSource。

IEstimator<TTransformer> 對於 ImageLoadingTransformer。

ITransformer 由擬合 ImageLoadingEstimator所產生的結果。

定義欄位有效值 KeyDataViewType 的基數或計數。 這必須是純粹正面的。 它被 和 使用TextLoaderTypeConvertingEstimator。

類型代表類別或列舉值，最常用於多類別分類模型中的標籤值。

允許成員被標記為 KeyDataViewType.

允許成員指定對應到文字檔欄位。 若要覆寫欄位名稱 IDataView ，請使用 ColumnNameAttribute。

允許會員指定對應到資料庫中的欄位。 若要覆寫欄位名稱 IDataView ，請使用 ColumnNameAttribute。

MetricsStatistics 類別用於計算對多項指標的統計摘要。

提供影像操作介面。

多級分類訓練機的評估結果。

該 MulticlassClassificationMetricsStatistics 類別持有對多個觀察值的 MulticlassClassificationMetrics摘要統計量。

用於多類別分類任務的基底類別 ISingleFeaturePredictionTransformer<TModel> 。

將可能複雜的路徑包裝成 IMultiStreamSource。

將此成員標記為未被暴露為 IDataViewDataViewSchema.

標準號碼類型。 這個類別無法直接實例化。 所有允許的此類實例皆為單例，且可在此類別中以靜態屬性存取。

變壓器基底類別，作用於輸入與輸出欄位對。

為沒有特徵欄或多於一欄特徵欄位的 transformer 基底類別。

所有原始型別的抽象基底類別。 這類價值可以自由複製，無需擔心所有權、變異或處置。

控制 RankingEvaluator 輸出的選項

排名者的評估結果。

該 RankingMetricsStatistics 類別持有對多個觀察值的 RankingMetrics摘要統計量。

基礎類別是用 ISingleFeaturePredictionTransformer<TModel> 來處理排名任務的。

評估結果迴歸演算法（監督式學習演算法）。

該 RegressionMetricsStatistics 類別持有對多個觀察值的 RegressionMetrics摘要統計量。

基底類別用於 ISingleFeaturePredictionTransformer<TModel> 處理迴歸任務。

RowIdDataViewType 型別。 此表示型為 DataViewRowId。 注意此值只能有一個可能值，可由單元素靜態性質 Instance可達。

變壓器（transformer）的基底類別，產生新的欄位，但不影響現有欄位。

擴充方法以方便使用熱門內容 Annotations。

此類別定義了型別資料檢視的結構。

資料檢視的一欄。

一個簡單的磁碟檔案處理柄。

所有實作 的 ISingleFeaturePredictionTransformer<TModel>變換器基底類別。 這些都是用同一欄功能運作的變壓器。

所有非原始型態的抽象基底類別。

此系統嘗試讀取接近 SVM-light 格式的資料，目標是讓大多數 SVM-light 格式的資料能被此載入器解讀。

包含資料載入與儲存、資料結構定義及模型訓練指標元件的命名空間。

標準文字類型。 此表示型態為 ， ReadOnlyMemory<T> 型別參數為 Char。 注意此值只能有一個可能值，可由單元素靜態性質 Instance可達。

將文字檔載入 IDataView。 支援基本的輸入欄位對 IDataView 應。

描述輸入欄位應如何映射到欄位 IDataView 。

設定 TextLoader

指定應映射到輸出欄位的輸入欄位索引範圍。

標準的時間跨度類型。 此表示型為 TimeSpan。 注意此值只能有一個可能值，可由單元素靜態性質 Instance可達。

一串變壓器（可能是空的），結尾為 TLastTransformer。 對於空鏈，總是 TLastTransformerITransformer。

這個簡單的實作 IEstimator<TTransformer> 已經有變壓器，並且每次呼叫 時 Fit(IDataView)都會回傳 。

具體實作仍需提供模式傳播機制，因為無法從變換器輕鬆推斷出模式。

建立 VBufferEditor<T> 實例的方法有多種。

標準向量類型。 此表徵型態為 VBuffer<T>，其中型態參數屬於 ItemType。

允許將成員標記為 VectorDataViewType，主要用於設定結果陣列的維度。

一個結構作為一列 IDataView的識別碼。 對於擁有數百萬筆紀錄的資料集，這些 ID 必須是唯一的，因此需要如此龐大的結構來存放這些值。 這些 ID 是從前幾組管線元件的其他 Ids 衍生而來，並將結構分為高階與低階位元，進一步減少這些碰撞的變化。

一個同時支援密集與稀疏表示的緩衝區。 這是所有 VectorDataViewType 實例的表示類型。 此向量的明確定義值會被暴露於 GetValues() ，若非稠密，則 GetIndices()。

一個能夠編輯 a（填寫 a VBuffer<T>Values ， Indices 且緩衝區不密集）的物件。

一個檔案帳號。

一個介面，用來顯示若干可開啟以供閱讀的項目。

此介面將輸入 DataViewRow 映射為輸出 DataViewRow。 通常，輸出會同時包含輸入欄位以及實作類別新增的欄位，儘管有些實作可能會回傳部分輸入欄位。 此介面類似 Microsoft.ML.Data.ISchemaBoundRowMapper於 ，但沒有輸入角色映射，因此重新綁定時必須使用相同的輸入欄位名稱。 此介面的實作通常建立於定義輸入 DataViewSchema之上。

指定一個簡單的資料型別。

指定影像中每個像素的色彩數據格式。

包含資料載入與儲存、資料結構定義及模型訓練指標元件的命名空間。

此枚舉允許對鏈中的估計量（以及隨後的變換器）進行「標記」，以「僅用於訓練」、「訓練與評估」等用途。最顯著的例子是，標籤欄上的變換不應用於評分，因此作用域應為 Training 或 TrainTest。