python - 用于 Azure ML 中特征提取的 TfidfVectorizer 和 sublinear_tf 缩放

Question

我正在研究机器学习文档分类问题。有谁知道如何在 Azure ML 中进行 n-gram Tfidf 特征提取和 sublinear_tf 缩放。

过去，我使用 TfidfVectorizer 进行了 inSci-Kit 学习(请参见下面的示例)，但问题是在 AzureML 中，我无法使用 python 模块显式定义自己的方法或类，并且宁愿不上传压缩代码。

我是一个 Python 爱好者，但如果有等效的 R 语言，我愿意使用 R。市场上有一个 R 示例，但它依赖于 unigram。

TfidfVectorizer(max_df=.67,min_df=.015,lowercase=False ,sublinear_tf=True,norm='l2',tokenizer=AbstractTokenizer())

最好， -阿里

Answer 1

欢迎使用 AzureML。

对于定义自己的方法的问题，AzureML 是一种用于 ML 建模的基于流程的可视化编程工具。它与在本地主机上编程不同。您可以为不同的数据集处理定义模块，并通过拖放两个模块之间的链接线来链接它们。 ML Stduio 上有现有模块列表，请引用 https://msdn.microsoft.com/en-us/library/azure/dn906033.aspx 。您只需将它们组合起来即可创建您自己的 ML 模型。

对于使用Python Module的问题，AzureML上的Python存在一些限制。无法定制Python安装，引用https://azure.microsoft.com/en-us/documentation/articles/machine-learning-execute-python-scripts/#limitations第4条.

但是，对于 R 语言，您可以导入 ML Studio 中尚未安装的包。请引用https://azure.microsoft.com/en-us/documentation/articles/machine-learning-extend-your-experiment-with-r/#importing-packages .

同时，您还可以在 AzureML 中编写自定义 R 模块。请引用https://azure.microsoft.com/en-us/documentation/articles/machine-learning-extend-your-experiment-with-r/#importing-packages .

所以我认为您可以通过在 API install.packages('<pkgs.zip>', ...) 安装依赖项“unigrams”来运行 R 示例。 .

最诚挚的问候。