Score Model
Questo articolo descrive un componente nella finestra di progettazione di Azure Machine Learning.
Usare questo componente per generare stime usando un modello di classificazione o regressione sottoposto a training.
Uso
Aggiungere il componente Score Model alla pipeline.
Collegare un modello sottoposto a training e un set di dati contenente nuovi dati di input.
I dati devono essere in un formato compatibile con il tipo di modello sottoposto a training in uso. Lo schema del set di dati di input deve in genere corrispondere allo schema dei dati usati per eseguire il training del modello.
Inviare la pipeline.
Risultati
Dopo aver generato un set di punteggi usando score model:
- Per generare un set di metriche usate per valutare l'accuratezza del modello (prestazioni), è possibile connettere il set di dati con punteggio a Evaluate Model.
- Fare clic con il pulsante destro del mouse sul componente e selezionare Visualizza per visualizzare un esempio dei risultati.
Il punteggio, o il valore stimato, può essere in molti formati diversi, a seconda del modello e dei dati di input:
- Per i modelli di classificazione, Score Model restituisce un valore stimato per la classe, nonché la probabilità del valore stimato.
- Per i modelli di regressione, Score Model genera solo il valore numerico stimato.
Pubblicare punteggi come servizio Web
Un uso comune dell'assegnazione dei punteggi consiste nel restituire l'output come parte di un servizio Web predittivo. Per altre informazioni, vedere questa esercitazione su come distribuire un endpoint in tempo reale basato su una pipeline nella finestra di progettazione di Azure Machine Learning.
Passaggi successivi
Vedere il set di componenti disponibili per Azure Machine Learning.