BlockedTransformers type

AutoML tarafından desteklenen tüm sınıflandırma modelleri için sabit listesi.
KnownBlockedTransformers, BlockedTransformers ile değiştirilebilir ve bu enum hizmetin desteklediği bilinen değerleri içerir.

Hizmet tarafından desteklenen bilinen değerler

TextTargetEncoder: Metin veri için hedef kodlama.
OneHotEncoder: Sıcak kodlama ikili bir özellik dönüşümü oluşturur.
CatTargetEncoder: Kategorik veriler için hedef kodlama.
TfIdf: Tf-Idf, terim-frekans çarpımı ters belge-frekans anlamına gelir. Bu, belgelerdeki bilgileri tanımlamak için kullanılan yaygın bir terim ağırlıklandırma şemasıdır.
WoETargetEncoder: Kanıt Ağırlık Kodlaması, kategorik değişkenleri kodlamak için kullanılan bir tekniktir. Ağırlıklar oluşturmak için P(1)/P(0)'ın doğal logunu kullanır.
LabelEncoder: Etiket kodlayıcısı, etiketleri/kategorik değişkenleri sayısal biçimde dönüştürür.
WordEmbedding: Word embedding, kelimeleri veya ifadeleri bir vektör veya bir dizi sayı olarak temsil etmeye yardımcı olur.
NaiveBayes: Naive Bayes, kategorik olarak dağılmış ayrık özelliklerin sınıflandırılması için kullanılan bir sınıflandırmadır.
CountVectorizer: Count Vectorizer, metin belgeleri koleksiyonunu token sayımlarından oluşan bir matrise dönüştürür.
HashOneHotEncoder: Bir Sıcak Kodlayıcıyı Hash Etmek, kategorik değişkenleri sınırlı sayıda yeni özelliğe dönüştürebilir. Bu genellikle yüksek kardinalite kategorik özellikleri için kullanılır.