Przekształcanie danych — manipulowanie

W tym artykule opisano moduły w programie Machine Learning Studio (wersja klasyczna), których można używać do podstawowego manipulowania danymi.

Machine Learning Studio (klasyczne) obsługuje zadania specyficzne dla uczenia maszynowego, takie jak normalizacja lub wybór funkcji. Moduły w tej kategorii są przeznaczone do bardziej ogólnych zadań.

Zadania manipulowania danymi

Moduły w tej kategorii są przeznaczone do obsługi podstawowych zadań zarządzania danymi, które mogą być wykonywane w programie Machine Learning Studio (wersja klasyczna). Poniżej przedstawiono przykłady podstawowych zadań zarządzania danymi:

• Połącz dwa zestawy danych za pomocą sprzężenia lub scalając kolumny lub wiersze.
• Utwórz nowe kategorie do użycia podczas grupowania danych.
• Modyfikowanie nagłówków kolumn, zmienianie typów danych kolumn lub flagowanie kolumn jako cech lub etykiet.
• Sprawdź brakujące wartości, a następnie zastąp je odpowiednimi wartościami.

Zadania powiązane

• Wykonaj próbkowanie lub podziel zestaw danych na zestaw szkoleniowy i testowy: użyj modułów Przekształcanie danych — próbkowanie i dzielenie .
• Skaluj liczby, normalizuj dane lub umieszczaj wartości liczbowe w pojemnikach: użyj modułów Przekształcanie danych — skalowanie i zmniejszanie .
• Wykonywanie obliczeń na polach danych liczbowych lub generowanie często używanych statystyk: Użyj narzędzi w funkcjach statystycznych.

Przykłady

Przykłady pracy ze złożonymi danymi w eksperymentach uczenia maszynowego można znaleźć w tych przykładach w Azure AI Gallery:

• Przetwarzanie i analiza danych: Demonstruje kluczowe narzędzia i procesy.
• Wykrywanie raka choroby: Ilustruje sposób partycjonowania zestawów danych, a następnie stosowania specjalnego przetwarzania do każdej partycji.

Moduły w tej kategorii

Kategoria Przekształcanie danych — Manipulowanie obejmuje następujące moduły:

• Dodaj kolumny: dodaje zestaw kolumn z jednego zestawu danych do innego.
• Dodaj wiersze: dołącza zestaw wierszy z wejściowego zestawu danych na końcu innego zestawu danych.
• Zastosuj SQL danych: uruchamia zapytanie SQLite dla wejściowych zestawów danych w celu przekształcenia danych.
• Czyszczenie brakujących danych: określa sposób obsługi wartości, których brakuje w zestawie danych. Ten moduł zastępuje moduł Missing Values Scrubber (Czyszczenie brakujących wartości), który został wycofany.
• Konwertuj na wartości wskaźnika: konwertuje wartości kategorii w kolumnach na wartości wskaźników.
• Edytowanie metadanych: edytuje metadane skojarzone z kolumnami w zestawie danych.
• Grupuj wartości podzielone na kategorie: grupuje dane z wielu kategorii w nową kategorię.
• Połącz dane: łączy dwa zestawy danych.
• Usuń zduplikowane wiersze: usuwa zduplikowane wiersze z zestawu danych.
• Wybierz pozycję Kolumny w zestawie danych: wybiera kolumny do dołączyć do zestawu danych lub wykluczyć je z zestawu danych w operacji.
• Wybieranie przekształcenia kolumn: tworzy przekształcenie, które wybiera ten sam podzbiór kolumn, co w określonym zestawie danych.
• SMOTE: Zwiększa liczbę przykładów o niskiej częstotliwości w zestawie danych przy użyciu syntetyczną oversampling.

Zobacz też

• Przekształcanie danych
• Kategorie i opisy modułów
• Lista modułów A–Z