„Metadaten bearbeiten“-Komponente

  • Artikel

In diesem Artikel wird eine Komponente beschrieben, die im Azure Machine Learning-Designer enthalten ist.

Verwenden Sie die „Metadaten bearbeiten“-Komponente, um Metadaten zu ändern, die Spalten in einem Dataset zugeordnet sind. Der Wert und der Datentyp des Datasets ändert sich nach dem Verwenden der „Metadaten bearbeiten“-Komponente.

Typische Metadatenänderungen können Folgendes umfassen:

  • Behandeln boolescher oder numerischer Spalten als kategorische Werte

  • Angeben, welche Spalte die Bezeichnung Klasse oder die Werte enthält, die Sie kategorisieren oder prognostizieren möchten

  • Markieren von Spalten als Features

  • Ändern von Datum/Uhrzeit-Werten in numerische Werte oder umgekehrt

  • Umbenennen von Spalten

Verwenden Sie „Metadaten bearbeiten“ immer dann, wenn Sie die Definition einer Spalte ändern müssen, in der Regel, um die Anforderungen für eine Downstreamkomponente zu erfüllen. Einige Komponente funktionieren beispielsweise nur mit bestimmten Datentypen oder erfordern Flags für Spalten, wie z. B. IsFeature oder IsCategorical.

Nachdem Sie den erforderlichen Vorgang ausgeführt haben, können Sie die Metadaten in ihren ursprünglichen Zustand zurücksetzen.

Konfigurieren von „Metadaten bearbeiten“

  1. Fügen Sie Ihrer Pipeline die „Metadaten bearbeiten“-Komponente im Azure Machine Learning-Designer hinzu, und verbinden Sie das Dataset, das Sie aktualisieren möchten. Sie finden die Komponente in der Kategorie Datentransformation.

  2. Klicken Sie im rechten Bereich der Komponente auf Spalte bearbeiten, und wählen Sie die Spalte oder Spalten aus, mit denen Sie arbeiten möchten. Sie können Spalten einzeln nach Name oder Index auswählen, oder Sie können eine Gruppe von Spalten nach Typ auswählen.

  3. Wählen Sie die Option Datentyp aus, wenn Sie den ausgewählten Spalten einen anderen Datentyp zuweisen müssen. Möglicherweise müssen Sie den Datentyp für bestimmte Vorgänge ändern. Wenn Ihr Quelldataset beispielsweise Zahlen enthält, die wie Text behandelt werden, müssen Sie diese vor der Verwendung von mathematischen Operationen in einen numerischen Datentyp ändern.

    • Die unterstützten Datentypen sind String, Integer, Double, Boolean und DateTime.

    • Wenn Sie mehrere Spalten auswählen, müssen Sie die Metadatenänderungen auf alle ausgewählten Spalten anwenden. Angenommen, Sie wählen zwei oder drei numerische Spalten aus. Sie können alle gleichzeitig in den Zeichenfolgendatentyp (String) ändern und umbenennen. Sie können jedoch nicht eine Spalte in einen Zeichenfolgendatentyp und eine andere Spalte in von einem Gleitkommawert in eine Ganzzahl ändern.

    • Wenn Sie keinen neuen Datentyp angeben, bleiben die Spaltenmetadaten unverändert.

    • Der Spaltentyp und die Werte werden geändert, nachdem Sie den Vorgang „Metadaten bearbeiten“ ausgeführt haben. Sie können den ursprünglichen Datentyp jederzeit wiederherstellen, indem Sie „Metadaten bearbeiten“ verwenden, um den Spaltendatentyp zurückzusetzen.

    Hinweis

    Das DateTime-Format folgt dem integrierten DateTime-Format von Python.
    Wenn Sie einen beliebigen Zahlentyp in den Datentyp DateTime ändern, lassen Sie das Feld Format für „DateTime“ leer. Aktuell ist es nicht möglich, das Zieldatenformat festzulegen.

  4. Wählen Sie die Option Kategorie aus, um festzulegen, dass die Werte in den ausgewählten Spalten als Kategorien behandelt werden sollen.

    Angenommen, Sie verfügen über eine Spalte, die die Zahlen 0, 1 und 2 enthält, aber Sie wissen, dass die Zahlen eigentlich für „Raucher“, „Nichtraucher“ und „Unbekannt“ stehen. In diesem Fall stellen Sie durch Kennzeichnen der Spalte als Kategorie sicher, dass die Werte nur zur Gruppierung von Daten und nicht in numerischen Berechnungen verwendet werden.

  5. Verwenden Sie die Option Felder, wenn Sie die Art und Weise ändern möchten, wie Azure Machine Learning die Daten in einem Modell verwendet.

    • Feature: Verwenden Sie diese Option, um eine Spalte als Feature in Komponenten zu kennzeichnen, die nur für Featurespalten verwendet werden. Standardmäßig werden alle Spalten zunächst als Features behandelt werden.

    • Bezeichnung: Verwenden Sie diese Option, um die Bezeichnung zu markieren. Dies wird auch als vorhersagbares Attribut oder Zielvariable bezeichnet. Viele Komponenten erfordern, dass genau eine Bezeichnungsspalte im Dataset vorhanden ist.

      In vielen Fällen kann Azure Machine Learning ableiten, dass eine Spalte eine Klassenbezeichnung enthält. Durch Festlegen dieser Metadaten können Sie sicherstellen, dass die Spalte richtig identifiziert wird. Durch Festlegen dieser Option werden keine Datenwerte geändert. Es wird nur die Art und Weise geändert, wie bestimmte Machine Learning-Algorithmen die Daten behandeln.

    Tipp

    Verfügen Sie über Daten, die nicht in diese Kategorien passen? Ihr Dataset könnte beispielsweise Werte wie eindeutige Bezeichner (IDs) enthalten, die nicht als Variablen verwendet werden können. Manchmal können solche IDs bei der Verwendung in einem Modell Probleme verursachen.

    Glücklicherweise behält Azure Machine Learning all Ihre Daten bei, sodass Sie solche Spalten nicht aus dem Dataset löschen müssen. Wenn Sie Vorgänge für spezielle Spalten durchführen müssen, entfernen Sie einfach vorübergehend alle anderen Spalten, indem Sie die Spalten im Dataset auswählen-Komponente verwenden. Später können Sie die Spalten mithilfe der Spalten hinzufügen-Komponente wieder in das Dataset zusammenführen.

  6. Verwenden Sie die folgenden Optionen, um vorherige Auswahlen aufzuheben und Metadaten auf die Standardwerte zurückzusetzen.

    • Feature löschen: Verwenden Sie diese Option, um das Featureflag zu entfernen.

      Alle Spalten werden zunächst als Features behandelt. Für Komponenten, die mathematische Operationen ausführen, müssen Sie möglicherweise diese Option verwenden, um zu verhindern, dass numerische Spalten als Variablen behandelt werden.

    • Bezeichnung löschen: Verwenden Sie diese Option, um die Metadaten der Bezeichnung aus der angegebenen Spalte zu entfernen.

    • Bewertung löschen: Verwenden Sie diese Option, um die Metadaten der Bewertung aus der angegebenen Spalte zu entfernen.

      Derzeit können Sie in Azure Machine Learning eine Spalte nicht explizit als Bewertung markieren. Einige Vorgänge führen jedoch zu einer Spalte, die intern als Bewertung gekennzeichnet wird. Außerdem gibt eine benutzerdefinierte R-Komponente möglicherweise Bewertungswerte aus.

  7. Geben Sie für Neue Spaltennamen den neuen Namen der ausgewählten Spalte oder Spalten ein.

    • Spaltennamen dürfen nur Zeichen enthalten, die von UTF-8-Codierung unterstützt werden. Leere Zeichenfolgen, NULL-Werte oder Namen, die vollständig aus Leerzeichen bestehen, sind nicht zulässig.

    • Um mehrere Spalten umzubenennen, geben Sie die Namen als kommagetrennte Liste in der Reihenfolge der Spaltenindizes ein.

    • Alle ausgewählte Spalten müssen umbenannt werden. Sie dürfen keine Spalten weglassen oder überspringen.

  8. Übermitteln Sie die Pipeline.

Nächste Schritte

Hier finden Sie die für Azure Machine Learning verfügbaren Komponenten.