Importación de datos en el diseñador de Azure Machine Learning

Importante

En este artículo se proporciona información sobre el uso del SDK de Azure Machine Learning v1. El SDK v1 está en desuso a partir del 31 de marzo de 2025 y la compatibilidad con él finalizará el 30 de junio de 2026. Puede instalar y usar el SDK v1 hasta esa fecha.

Se recomienda realizar la transición al SDK v2 antes del 30 de junio de 2026. Para más información sobre el SDK v2, consulte ¿Qué es el SDK de Python de Azure Machine Learning v2 y la referencia del SDK v2?

En este artículo, aprenderá a importar sus propios datos en el diseñador de Azure Machine Learning para crear soluciones personalizadas. Hay dos formas de importar datos en el diseñador:

• Conjuntos de datos de Azure Machine Learning: registre conjuntos de datos en Azure Machine Learning para habilitar características avanzadas que le ayuden a administrar los datos.
• Componente Importar datos: use el componente Importar datos para acceder directamente a datos desde orígenes de datos en línea.

Importante

Si no ve los elementos gráficos que se mencionan en este documento, como los botones en Estudio o en el diseñador, es posible que no tenga el nivel de permisos adecuado para el área de trabajo. Póngase en contacto con el administrador de suscripciones de Azure para verificar que se le ha concedido el nivel de acceso correcto. Para obtener más información, consulte Administración de usuarios y roles.

Uso de conjuntos de datos de Azure Machine Learning

Se recomienda usar conjuntos de datos para importar datos en el diseñador. Al registrar un conjunto de datos, puede aprovechar al máximo las características de datos avanzadas como el control de versiones y el seguimiento, y la supervisión de datos.

Registro de un conjunto de datos

Puede registrar conjuntos de datos existentes mediante programación con el SDK o visualmente en Azure Machine Learning Studio.

También puede registrar la salida de cualquier componente del diseñador como un conjunto de datos.

1. Seleccione el componente que genera los datos que quiere registrar.

2. En el panel de propiedades, seleccione Salidas y registros>Salidas de datos Registros>Registrar datos.

   

Si los datos de salida del componente están en formato de tabla, debe optar por registrar la salida como un conjunto de datos de archivo o un conjunto de datos tabular.

• El conjunto de datos de archivo registra la carpeta de salida del componente como un conjunto de datos de archivo. La carpeta de salida contiene un archivo de datos y metarchivos que el diseñador usa internamente. Seleccione esta opción si quiere seguir usando el conjunto de los conjuntos registrado en el diseñador.

• El conjunto de datos tabular solo registra el archivo de datos de salida del componente como un conjunto de datos tabular. Este formato se usa fácilmente en otras herramientas, como las de aprendizaje automático automatizado o el SDK de Python. Seleccione esta opción si tiene previsto utilizar el conjunto de datos registrado fuera del diseñador.

Uso de un conjunto de datos

Los conjuntos de datos registrados se pueden encontrar en la paleta de componentes, en Datos. Para usar un conjunto de datos, arrástrelo y suéltelo en el lienzo de la canalización. Luego conecte el puerto de salida del conjunto de datos a otros componentes del lienzo.

Si registra un conjunto de datos de archivo, el tipo de puerto de salida del conjunto de datos es AnyDirectory. Si registra un conjunto de datos tabulares, el tipo de puerto de salida del conjunto de datos es DataFrameDirectory. Tenga en cuenta que si conecta el puerto de salida del conjunto de datos a otros componentes del diseñador, debe alinear el tipo de puerto de los conjuntos de datos y los componentes.

Nota

El diseñador admite el control de versiones del conjunto de datos. Especifique la versión del conjunto de datos en el panel de propiedades del componente del conjunto de datos.

Limitaciones

• Actualmente solo puede visualizar un conjunto de datos tabular en el diseñador. Si registra un conjunto de datos de archivos fuera del diseñador, no puede visualizarlo en el lienzo del diseñador.
• Actualmente, el diseñador solo admite salidas en versión preliminar almacenadas en Azure Blob Storage. Puede comprobar y cambiar el almacén de datos de salida en Configuración de salida, en la pestaña Parámetros del panel derecho del componente.
• Si los datos se almacenan en una red virtual y desea obtener una vista previa, debe habilitar la identidad administrada del área de trabajo del almacén de datos.
  1. Vaya al almacén de datos relacionado y seleccione Actualizar autenticación.
  2. Seleccione el modificador de alternancia para usar la identidad administrada del área de trabajo.

Importación de datos mediante el componente Importar datos

Aunque se recomienda usar conjuntos de datos para importar datos, también se puede usar el componente Importar datos. El componente Importar datos omite el registro del conjunto de datos en Azure Machine Learning e importa datos directamente desde un almacén de datos o una dirección URL HTTP.

Para obtener información detallada sobre cómo usar el componente Importar datos, vea la página de referencia de Importar datos.

Nota

Si el conjunto de datos tiene demasiadas columnas, es posible que encuentre el siguiente error: "Error de validación debido a la limitación de tamaño". Para evitar esto, registre el conjunto de datos en la interfaz de conjuntos de datos.

Orígenes compatibles

En esta sección se enumeran los orígenes de datos que admite el diseñador. Los datos entran en el diseñador desde un almacén de datos o desde un conjunto de datos tabular.

Orígenes del almacén de datos

Para ver una lista de los orígenes del almacén de datos compatibles, consulte Acceso a los datos en los servicios de almacenamiento de Azure.

Orígenes de conjuntos de datos tabulares

El diseñador admite los conjuntos de datos tabulares creados en los siguientes orígenes:

• Archivos delimitados
• Archivos JSON
• Archivos de Parquet
• Consultas SQL

Tipos de datos

Internamente, el diseñador reconoce los siguientes tipos de datos:

• Cuerda
• Entero
• Decimal
• Boolean
• Fecha

El diseñador usa un tipo de datos interno para pasar datos entre componentes. Puede convertir explícitamente los datos en formato de tabla de datos con el componente Convertir en conjunto de datos. Todos los componentes que aceptan formatos distintos al interno convierten los datos de manera silenciosa antes de pasarlos al componente siguiente.

Restricciones de datos

Los módulos del diseñador están limitados por el tamaño del destino de proceso. Para conjuntos de datos mayores, debe usar un recurso de proceso de Azure Machine Learning mayor. Para más información sobre el proceso de Azure Machine Learning, consulte ¿Qué son los destinos de proceso en Azure Machine Learning?

Acceso a los datos de una red virtual

Si el área de trabajo está en una red virtual, debe realizar pasos de configuración adicionales para visualizar los datos en el diseñador. Para más información sobre cómo usar los almacenes de datos y los conjuntos de datos en una red virtual, consulte Uso de Azure Machine Learning Studio en una instancia de Azure Virtual Network.

Paso siguiente

Tutorial: Entrenamiento de un modelo de regresión sin código mediante el diseñador