Azure MachineLearning Studio 调研（1）——数据类型

Azure MachineLearning Studio 调研（1）——数据类型

一、 数据类型

1、 Dataset（Data Table）

（1）Studio内部使用的格式
（2）已经上载到studio的数据（CSV,ARFF,TSV）都转化为Data Table
（3）只要在实验中的模块使用数据，数据就会隐式转为对象
（4）一个DataTable由具有关联元数据的列集合组成

列（Column types）
Column 被理解为一维数组—即向量
numeric dense arrays ：Int,double,Boolean
missing values array /nullable object dense array：missing values（Int,double,Boolean）
object dense arrays：String
nulls/ MissingValuesObjectArray：missing values（String）

 所有支持的数据集格式
Dataset
DataTableDotNet
GenericCSV
GenericCSVNoHeader ARFF
GenericTSV
GenericTSVNoHeader

2、ITransform接口

存储一个预定义转换，或对数据应用进行预定义转换
（1） 保存由另一个模块的操作产生的转换
（2） 接受一个预定义的转换
（3） 接受一个dataset
（4） 返回包含转换后数据的DataTable

3、IFilter接口

（1）指定要使用的过滤器，其类型、系数等
（2）将过滤器应用于输入数据
（3）DataTable使用该过滤接口形成新的数据

4、ICluster接口

（1）获取或设置特征属性
（2）从数据中训练聚类模型
（3）将模型用于新数据的训练

5、ILearner接口

（1）确认模型是否具有正确格式
（2）应用模型进行训练
（3）得到/设置该模型的参数