¿Qué es realmente lo que hace la función Concatenate en ML.NET?
Creo que entiendo cuándo se debe llamar a Concatenate, en qué datos y por qué. Lo que estoy tratando de entender es qué sucede físicamente con los datos de las columnas de entrada cuando se llama a Concatenate.
¿Es algún tipo de función hash que hace hash de todos los datos de entrada de las columnas y genera un resultado?
En otras palabras, me gustaría saber si es técnicamente posible restaurar los valores originales a partir del valor generado por Concatenate.
¿El orden de las columnas de datos pasadas a Concatenate afecta al modelo resultante y de qué manera?
Por qué estoy preguntando todo esto. Estoy tratando de entender qué parámetros de entrada y de qué manera afectan a la calidad del modelo producido. Tengo muchas columnas de datos de entrada. Todas son bastante importantes y es importante la relación entre esos valores. Si Concatenate hace algo simple y pierde las relaciones entre valores, intentaría un enfoque para mejorar la calidad del modelo. Si es más complejo y conserva los detalles de los valores, usaría otros enfoques.
davy.ai
Cuando se llama a Concatenate en ml.net o ml.net-model-builder, simplemente concatena los datos de las columnas de entrada horizontalmente, lo que significa que concatena los datos de cada columna uno al lado del otro. Estos datos resultantes se utilizan como entrada para el modelo de aprendizaje automático. No se realiza ningún hash durante el proceso de concatenación.
Técnicamente no es posible restaurar los valores originales a partir de los datos concatenados porque no hay forma de distinguir qué valor proviene de qué columna. Por lo tanto, es crucial hacer un seguimiento del orden de las columnas de entrada al llamar a Concatenate.
El orden de las columnas de datos pasadas a Concatenate afecta al modelo resultante porque determina la secuencia en la que se concatenan los datos. Esta secuencia puede afectar la forma en que el modelo interpreta los datos, lo que a su vez puede afectar el rendimiento del modelo. Por lo tanto, es importante considerar el orden de las columnas al llamar a Concatenate.
En cuanto a cómo los parámetros de entrada afectan la calidad del modelo producido, es importante entender la relación entre las columnas de entrada al decidir si se deben o no concatenar. Si las columnas están relacionadas, concatenarlas puede mejorar el rendimiento del modelo. Sin embargo, si las columnas no están relacionadas, concatenarlas puede no tener ningún efecto o incluso empeorar el rendimiento del modelo.
En resumen, Concatenate simplemente concatena los datos de las columnas horizontalmente y el orden de las columnas pasadas a Concatenate afecta al modelo resultante. Es importante considerar la relación entre las columnas de entrada al decidir si se deben o no concatenar.