Adatok elemzése Azure Machine Learning segítségével

Tip

Microsoft Fabric Data Warehouse egy nagyvállalati szintű relációs raktár egy Data Lake-alaprendszeren, jövőre kész architektúrával, beépített AI-vel és új funkciókkal. Ha még nem ismerkedik adattárházzal, kezdje a Fabric Data Warehouse. A meglévő dedikált SQL-készlet számítási feladatai frissíthetők Fabric az adatelemzés, a valós idejű elemzés és a jelentéskészítés új képességeinek eléréséhez.

• A Fabric ingyenes próbaverzió indítása.
• Migration Assistant Fabric Data Warehouse.

Ez az oktatóanyag az Azure Machine Learning Designer használatával készít egy prediktív gépi tanulási modellt. A modell az Azure Synapse-ban tárolt adatokon alapul. Az oktatóanyag forgatókönyve annak előrejelzése, hogy az ügyfél valószínűleg vásárol-e kerékpárt, vagy nem így az Adventure Works, a kerékpárbolt, célzott marketingkampányt hozhat létre.

Előfeltételek

Az oktatóanyag teljesítéséhez a következőkre lesz szüksége:

• az AdventureWorksDW-mintaadatokkal előre betöltött SQL-készlet. Az SQL-készlet kiépítéséhez tekintse meg az SQL-készlet létrehozását és a mintaadatok betöltését. Ha már rendelkezik adattárházzal, de nem rendelkezik mintaadatokkal, manuálisan is betöltheti a mintaadatokat.
• Egy Azure Machine Learning-munkaterület. Ezt az oktatóanyagot követve hozzon létre egy újat.

Az adatok lekérése

A használt adatok az AdventureWorksDW dbo.vTargetMail nézetében vannak. A Datastore ebben az oktatóanyagban való használatához a program először exportálja az adatokat az Azure Data Lake Storage-fiókba, mivel az Azure Synapse jelenleg nem támogatja az adathalmazokat. Az Azure Data Factory az adatraktárból az Azure Data Lake Storage-ba történő adatexportálására használható a másolási tevékenység használatával. Importáláshoz használja a következő lekérdezést:

SELECT [CustomerKey]
  ,[GeographyKey]
  ,[CustomerAlternateKey]
  ,[MaritalStatus]
  ,[Gender]
  ,cast ([YearlyIncome] as int) as SalaryYear
  ,[TotalChildren]
  ,[NumberChildrenAtHome]
  ,[EnglishEducation]
  ,[EnglishOccupation]
  ,[HouseOwnerFlag]
  ,[NumberCarsOwned]
  ,[CommuteDistance]
  ,[Region]
  ,[Age]
  ,[BikeBuyer]
FROM [dbo].[vTargetMail]

Miután az adatok elérhetővé válnak az Azure Data Lake Storage-ban, az Azure Machine Learning adattárai az Azure Storage-szolgáltatásokhoz való csatlakozásra szolgálnak. Az alábbi lépéseket követve hozzon létre egy adattárat és egy megfelelő adatkészletet:

1. Indítsa el az Azure Machine Learning Studiót az Azure Portalon, vagy jelentkezzen be az Azure Machine Learning Studióban.

2. Kattintson a Bal oldali panelEn lévő Adattárak elemre a Kezelés szakaszban, majd kattintson az Új adattár elemre.

   

3. Adja meg az adattár nevét, válassza ki az "Azure Blob Storage" típust, adja meg a helyet és a hitelesítő adatokat. Ezt követően kattintson a Create (Létrehozás) gombra.

4. Ezután kattintson az Adathalmazok elemre a bal oldali panelEn az Eszközök szakaszban. Válassza az Adathalmaz létrehozása lehetőséget a Adattárolóból.

5. Adja meg az adathalmaz nevét, és válassza ki a táblázatos típust. Ezután a Tovább gombra kattintva továbbléphet.

6. Az Adattár kiválasztása vagy létrehozása szakaszban válassza a Korábban létrehozott adattár lehetőséget. Válassza ki a korábban létrehozott adattárat. Kattintson a Tovább gombra, és adja meg az elérési utat és a fájlbeállításokat. Ügyeljen arra, hogy oszlopfejlécet adjon meg, ha a fájlok tartalmaznak egyet.

7. Végül kattintson a Létrehozás gombra az adathalmaz létrehozásához.

Tervezői kísérlet konfigurálása

Következő lépésként kövesse az alábbi lépéseket a tervezők konfigurálásának érdekében:

1. Kattintson a Tervező fülre a Szerző szakasz bal oldali ablaktábláján.

2. Új folyamat létrehozásához válassza az könnyen használható előre összeállított összetevőket .

3. A jobb oldali beállítások panelen adja meg a folyamatlánc nevét.

4. Emellett válasszon ki a teljes kísérlethez egy cél számítási fürtöt a korábban kiépített fürtök közül a Beállítások gomb segítségével. Zárja be a Beállítások panelt.

Adatok importálása

1. A keresőmező alatti bal oldali panelen válassza ki az Adathalmazok részösszeget.

2. Húzza a korábban létrehozott adathalmazt a vászonra.

   

Az adatok megtisztítása

Az adatok tisztításához távolítsa el azokat az oszlopokat, amelyek nem relevánsak a modell számára. Kövesse az alábbi lépéseket:

1. Válassza ki az Összetevők altáblát a bal oldali panelen.

2. Húzza a vászonra az Oszlopok kiválasztása az adathalmazban komponenst az < csoportból. Csatlakoztassa ezt az összetevőt az Adathalmaz összetevőhöz.

   

3. Kattintson az összetevőre a Tulajdonságok panel megnyitásához. Kattintson a Szerkesztés oszlopra annak megadásához, hogy mely oszlopokat szeretné elvetni.

4. Két oszlop kizárása: CustomerAlternateKey és GeographyKey. Kattintson a Mentés

   

A modell létrehozása

Az adatok felosztása 80–20: 80% a gépi tanulási modellek betanításához, 20%a pedig a modell teszteléséhez. Ebben a bináris besorolási problémában "kétosztályos" algoritmusokat használunk.

1. Húzza a Megosztott Adat összetevőt a vászonba.

2. A tulajdonságok panelen adja meg a 0,8 értéket az első kimeneti adathalmaz sorainak törtrészéhez.

   

3. Húzza a kétosztályos emelt szintű döntési fa összetevőt a vászonra.

4. Húzza a Modell Betanítása komponenst a vászonra. Adja meg a bemeneteket úgy, hogy csatlakoztatja azokat a Kétosztályos Kiemelt Döntési Fa (ML-algoritmus) és a Adatok Felosztása (az algoritmus betanításához szükséges adatok) összetevőkhöz.

5. A Train Model modell esetén a Tulajdonságok panel Címke oszlopában válassza az Oszlop szerkesztése lehetőséget. Jelölje ki a \BikeBuyer\ oszlopot előrejelzendő oszlopként, és válassza a \Mentés\ lehetőséget.

   

   

A modell pontozása

Most tesztelje, hogyan működik a modell a tesztadatokon. Két különböző algoritmust hasonlítunk össze, hogy kiderüljön, melyik teljesít jobban. Kövesse az alábbi lépéseket:

1. Húzza a Score Model komponenst a vászonra, és csatlakoztassa a Train Model és Split Data komponensekhez.

2. Húzza a kétosztályos Bayes Averaged Perceptront a kísérleti vászonra. Összehasonlíthatja, hogy ez az algoritmus hogyan teljesít a kétosztályos emelt szintű döntési fával összehasonlítva.

3. Másolja és illessze be a Modell betanítása és Modell pontozása összetevőt a vászonra.

4. Húzza a Modell kiértékelése összetevőt a vászonra a két algoritmus összehasonlításához.

5. Kattintson a Küldés gombra a folyamatfuttatás beállításához.

   

6. Miután a futtatás befejeződött, kattintson a jobb gombbal a Modell kiértékelése összetevőre, és kattintson a Kiértékelési eredmények megjelenítése parancsra.

   

A megadott metrikák a ROC-görbe, a pontosságvisszahívási diagram és az emelési görbe. Ezeket a metrikákat megvizsgálva láthatja, hogy az első modell jobban teljesített, mint a második. Az első modell előrejelzésének megtekintéséhez kattintson a jobb gombbal a Score Model összetevőre, és kattintson a Pontozott adatkészlet megjelenítése elemre az előrejelzett eredmények megtekintéséhez.

A tesztadatkészlethez további két oszlop lesz hozzáadva.

• Pontozott valószínűség: annak valószínűsége, hogy az ügyfél kerékpárvásárló.
• Értékelt címkék: a modell által végzett osztályozás – kerékpárvásárló (1) vagy nem (0). A címkézés valószínűségi küszöbértéke 50 százalékra van beállítva és módosítható.

Hasonlítsa össze a BikeBuyer oszlopot (tényleges) az értékelt címkékkel (előrejelzés), a modell teljesítményének értékeléséhez. Ezután ezzel a modellel előrejelzéseket készíthet az új ügyfelek számára. Ezt a modellt közzéteheti webszolgáltatásként, vagy visszaírhatja az eredményeket az Azure Synapse-ba.

Következő lépések

Az Azure Machine Learningről az Azure Machine Learning bemutatása című témakörben olvashat bővebben.

Itt megismerheti az adattárházban található beépített pontozást.