Skor Model
Penting
Dukungan untuk Studio Azure Machine Learning (klasik) akan berakhir pada 31 Agustus 2024. Sebaiknya Anda transisi ke Azure Machine Learning sebelum tanggal tersebut.
Mulai 1 Desember 2021, Anda tidak akan dapat membuat sumber daya Studio Azure Machine Learning (klasik) baru. Hingga 31 Agustus 2024, Anda dapat terus menggunakan sumber daya Pembelajaran Mesin Studio (klasik) yang ada.
- Lihat informasi tentang memindahkan proyek pembelajaran mesin dari ML Studio (klasik) ke Azure Machine Learning.
- Mer informasjon tentang Azure Machine Learning.
ML Dokumentasi Studio (klasik) sedang berhenti dan mungkin tidak diperbarui di masa mendatang.
Prediksi skor untuk klasifikasi terlatih atau model regresi
Kategori: Pembelajaran Mesin / Skor
Catatan
Berlaku untuk: Pembelajaran Mesin Studio (klasik) saja
Modul drag-and-drop serupa tersedia di Azure Machine Learning desainer.
Ringkasan Modul
Artikel ini menjelaskan cara menggunakan modul Model Skor di Pembelajaran Mesin Studio (klasik), untuk menghasilkan prediksi menggunakan klasifikasi terlatih atau model regresi.
Cara menggunakan Model Skor
Tambahkan modul Model Skor ke eksperimen Anda di Studio (klasik).
Lampirkan model terlatih dan himpunan data yang berisi data input baru.
Data tersebut harus dalam format yang kompatibel dengan jenis model terlatih yang Anda gunakan. Skema himpunan data input secara umum juga harus cocok dengan skema data yang digunakan untuk melatih model.
Jalankan eksperimen.
Hasil
Setelah Anda menghasilkan serangkaian skor menggunakan Berikan Skor Model:
- Untuk menghasilkan satu set metrik yang digunakan untuk mengevaluasi akurasi (kinerja) model. Anda dapat menghubungkan himpunan data yang dinilai ke Mengevaluasi Model,
- Klik kanan modul dan pilih Visualisasikan untuk melihat sampel hasil.
- Simpan hasilnya ke himpunan data.
Skor tersebut, atau prediksi nilai, dapat memiliki format yang berbeda-beda, bergantung pada modelnya dan data input Anda:
- Untuk model klasifikasi, Beri Skor Model menghasilkan output berupa prediksi nilai untuk kelas tersebut, sekaligus probabilitas prediksi nilai tersebut.
- Untuk model regresi, Beri Skor Model menghasilkan prediksi nilai numerik saja.
- Untuk model klasifikasi gambar, skor mungkin kelas objek dalam gambar, atau Boolean yang menunjukkan apakah fitur tertentu ditemukan.
Menerbitkan skor sebagai layanan web
Penggunaan umum penskoran adalah mengembalikan output sebagai bagian dari layanan web prediktif. Untuk informasi selengkapnya, lihat tutorial ini tentang cara membuat layanan web berdasarkan eksperimen di Azure ML Studio (klasik):
Contoh
Untuk contoh bagaimana Model Skor digunakan dalam alur kerja eksperimental, lihat Galeri AI Azure:
- Bandingkan Model Klasifikasi Biner
- Bandingkan Model Klasifikasi Multiclass
- Membandingkan Model Regresi Berganda
Catatan teknis
Model yang tidak didukung oleh Model Skor
Jika Anda menggunakan salah satu jenis model khusus berikut, Anda mungkin perlu menggunakan salah satu modul penilaian khusus ini:
Skor model pengelompokan: Gunakan Tetapkan Data ke Kluster.
Membuat rekomendasi atau menghasilkan data untuk mengevaluasi recommender: Gunakan Peng recommender Matchbox Skor
Tips penggunaan
Jika data yang Anda cetak berisi nilai yang hilang, dalam banyak kasus tidak ada skor yang akan dihasilkan untuk seluruh baris.
Model pembelajaran mesin berikut mengharuskan data tidak memiliki nilai yang hilang. Saat menggunakan model pembelajaran mesin berikut, tinjau data sebelum meneruskannya ke Model Skor, dan gunakan Data Hilang Bersih untuk mengubah nilai yang hilang di kolom input.
Input yang diharapkan
Nama | Jenis | Deskripsi |
---|---|---|
Model terlatih | Antarmuka ILearner | Model prediktif terlatih |
Himpunan Data | Tabel Data | Himpunan data uji input |
Output
Nama | Jenis | Deskripsi |
---|---|---|
Himpunan data dengan skor | Tabel Data | Himpunan data dengan skor yang diperoleh |
Pengecualian
Pengecualian | Deskripsi |
---|---|
Kesalahan 0032 | Pengecualian terjadi jika argumen bukan sebuah angka. |
Kesalahan 0033 | Pengecualian terjadi jika argumen adalah Tidak terbatas. |
Kesalahan 0003 | Pengecualian terjadi jika satu atau beberapa input null atau kosong. |
Kesalahan 0013 | Pengecualian terjadi jika pelajar yang diteruskan ke modul adalah tipe yang tidak valid. |