BlockedTransformers type

Enum voor alle classificatiemodellen die door AutoML worden ondersteund.
KnownBlockedTransformers kunnen door elkaar worden gebruikt met BlockedTransformers; deze enum bevat de bekende waarden die de dienst ondersteunt.

Bekende waarden die door de service worden ondersteund

TextTargetEncoder: Doelcodering voor tekstgegevens.
OneHotEncoder: De hot encoding creëert een binaire feature-transformatie.
CatTargetEncoder: Doelcodering voor categorische gegevens.
TfIdf: Tf-Idf staat voor term-frequentie maal inverse document-frequentie. Dit is een veelgebruikt wegingsschema voor het identificeren van informatie uit documenten.
WoETargetEncoder: Weight of Evidence-codering is een techniek die wordt gebruikt om categorische variabelen te coderen. Het gebruikt het natuurlijke logboek van de P(1)/P(0) om gewichten te maken.
LabelEncoder: Label-encoder zet labels/categorische variabelen om in numerieke vorm.
WordEmbedding: Word embedding helpt om woorden of zinnen te representeren als een vector, of een reeks cijfers.
Naïef Bayes: Naïef Bayes is een classificatie die wordt gebruikt voor de classificatie van discrete kenmerken die categorisch verdeeld zijn.
CountVectorizer: Count Vectorizer zet een verzameling tekstdocumenten om in een matrix van tokentellingen.
HashOneHotEncoder: Het hashen van One Hot Encoder kan categorische variabelen omzetten in een beperkt aantal nieuwe functies. Dit wordt vaak gebruikt voor categorische kenmerken met een hoge kardinaliteit.