azureml中特征提取的tfidvctorizer和次线性缩放

Question

我正在研究ML文档分类问题。有人知道如何在azureml中进行n-gram Tfidf特征提取和次线性缩放吗

在过去，我使用TfidfVectorizer（参见下面的示例）学习inSci工具包，但问题是，在AzureML中，我不能使用python模块显式地定义自己的方法或类，而宁愿不上传压缩代码。在

我是一个python人，但是如果有一个等价的R，我愿意使用它。市场上有一个R样本，但它依赖于unigram。在

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

最好的， -阿里

Answer 1

欢迎使用AzureML。在

对于定义自己的方法的问题，AzureML是一种用于ML建模的基于流的可视化编程工具。它不同于在本地主机上编程。您可以为不同的数据集进程定义模块，并通过在两个模块之间链接的拖放线来链接它们。ML Stduio上有一个现有模块的列表，请参阅https://msdn.microsoft.com/en-us/library/azure/dn906033.aspx。您只需要将它们组合起来，就可以创建自己的ML模型。在

对于使用Python模块的问题，AzureML上的Python有一些限制。不能对Python安装进行组合，请参阅https://azure.microsoft.com/en-us/documentation/articles/machine-learning-execute-python-scripts/#limitations的第4项。在

但是，对于R语言，可以导入尚未安装在mlstudio中的包。请参考https://azure.microsoft.com/en-us/documentation/articles/machine-learning-extend-your-experiment-with-r/#importing-packages。在

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

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

谨致问候。在