我正在研究ML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。
过去我在使用TfidfVectorizer（参见下面的示例）中学习了这个问题，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，而是不能上传压缩代码。
我是一个蟒蛇人，但是如果有等效的话，我愿意使用R.市场上有一个R样本，但它依赖于unigrams。
TfidfVectorizer(max_df=.67,min_df=.015,lowercase=False ,sublinear_tf=True,norm='l2',tokenizer=AbstractTokenizer())
最佳， -Ari
答案 0 :(得分：0)
欢迎使用AzureML。
对于定义自己的方法的问题，AzureML是一种基于可视化流程的ML建模编程工具。它与localhost的编程不同。您可以为不同的数据集流程定义模块，并通过在两个模块之间链接的拖放和链接来链接它们。 ML Stduio上有现有模块列表，请参阅https://msdn.microsoft.com/en-us/library/azure/dn906033.aspx。你只需要将它们组合起来制作你自己的ML模型。
对于使用Python模块的问题，Azure上的Python存在一些限制。您无法对Python安装进行成本优化，请参阅https://azure.microsoft.com/en-us/documentation/articles/machine-learning-execute-python-scripts/#limitations的第4项。
但是，对于R语言，您可以导入尚未安装在ML Studio中的软件包。请参阅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中创建自定义R模块。请参阅https://azure.microsoft.com/en-us/documentation/articles/machine-learning-extend-your-experiment-with-r/#importing-packages。
所以我认为你可以通过安装依赖＆＃34; unigrams＆＃34;来运行R示例。 API install.packages('<pkgs.zip>', ...)。
最诚挚的问候。