Eseguire la migrazione di moduli Execute R Script allo studio (versione classica)
Importante
Il supporto per Azure Machine Learning Studio (versione classica) terminerà il 31 agosto 2024. È consigliabile passare ad Azure Machine Learning entro tale data.
A partire dal 1° dicembre 2021, non è possibile creare nuove risorse di Machine Learning Studio (versione classica) (area di lavoro e piano di servizio Web). Fino al 31 agosto 2024, è possibile continuare a usare gli esperimenti e i servizi Web esistenti di Machine Learning Studio (versione classica). Per altre informazioni, vedi:
- Eseguire la migrazione ad Azure Machine Learning da Machine Learning Studio (versione classica)
- Cos'è Azure Machine Learning?
La documentazione di Machine Learning Studio (versione classica) viene ritirata e potrebbe non essere aggiornata in futuro.
Questo articolo illustra come ricompilare un modulo Execute R Script dello studio (versione classica) in Azure Machine Learning.
Per altre informazioni sulla migrazione dallo studio (versione classica), vedere l'articolo di panoramica della migrazione.
Execute R Script (Esegui script R)
La finestra di progettazione di Azure Machine Learning ora viene eseguita in Linux. Studio (versione classica) viene eseguito in Windows. A causa del cambio di piattaforma, è necessario modificare Execute R Script durante la migrazione; in caso contrario, la pipeline avrà esito negativo.
Per eseguire la migrazione di un modulo Execute R Script dallo studio (versione classica), è necessario sostituire le interfacce maml.mapInputPort
e maml.mapOutputPort
con funzioni standard.
La tabella seguente riepiloga le modifiche apportate al modulo R Script:
Funzionalità | Studio (versione classica) | Finestra di progettazione di Azure Machine Learning |
---|---|---|
Interfaccia dello script | maml.mapInputPort e maml.mapOutputPort |
Interfaccia delle funzioni |
Piattaforma | Windows | Linux |
Accessibilità su Internet | No | Sì |
Memoria | 14 GB | Dipendenza dallo SKU di calcolo |
Come aggiornare l'interfaccia dello script R
Ecco il contenuto di un esempio di modulo Execute R Script nello studio (versione classica):
# Map 1-based optional input ports to variables
dataset1 <- maml.mapInputPort(1) # class: data.frame
dataset2 <- maml.mapInputPort(2) # class: data.frame
# Contents of optional Zip port are in ./src/
# source("src/yourfile.R");
# load("src/yourData.rdata");
# Sample operation
data.set = rbind(dataset1, dataset2);
# You'll see this output in the R Device port.
# It'll have your stdout, stderr and PNG graphics device(s).
plot(data.set);
# Select data.frame to be sent to the output Dataset port
maml.mapOutputPort("data.set");
Ecco il contenuto aggiornato nella finestra di progettazione. Si noti che le interfacce maml.mapInputPort
e maml.mapOutputPort
sono state sostituite dall'interfaccia delle funzioni standard azureml_main
.
azureml_main <- function(dataframe1, dataframe2){
# Use the parameters dataframe1 and dataframe2 directly
dataset1 <- dataframe1
dataset2 <- dataframe2
# Contents of optional Zip port are in ./src/
# source("src/yourfile.R");
# load("src/yourData.rdata");
# Sample operation
data.set = rbind(dataset1, dataset2);
# You'll see this output in the R Device port.
# It'll have your stdout, stderr and PNG graphics device(s).
plot(data.set);
# Return datasets as a Named List
return(list(dataset1=data.set))
}
Per altre informazioni, vedere le informazioni di riferimento sul modulo Execute R Script per la finestra di progettazione.
Installare i pacchetti R da Internet
La finestra di progettazione di Azure Machine Learning consente di installare i pacchetti direttamente da CRAN.
Si tratta di un miglioramento rispetto allo studio (versione classica). Poiché lo studio (versione classica) viene eseguito in un ambiente sandbox senza accesso a Internet, è necessario caricare gli script in un pacchetto ZIP per installare più pacchetti.
Usare il codice seguente per installare i pacchetti CRAN nel modulo Execute R Script della finestra di progettazione:
if(!require(zoo)) {
install.packages("zoo",repos = "http://cran.us.r-project.org")
}
library(zoo)
Passaggi successivi
In questo articolo si è appreso come eseguire la migrazione dei moduli Execute R Script ad Azure Machine Learning.
Vedere gli altri articoli della serie sulla migrazione dello studio (versione classica):
- Panoramica della migrazione.
- Eseguire la migrazione del set di dati.
- Ricompilare una pipeline di training dello studio (versione classica).
- Ricompilare un servizio Web dello studio (versione classica).
- Integrare un servizio Web di Machine Learning con app client.
- Eseguire la migrazione di moduli Execute R Script.
Commenti e suggerimenti
https://aka.ms/ContentUserFeedback.
Presto disponibile: Nel corso del 2024 verranno gradualmente disattivati i problemi di GitHub come meccanismo di feedback per il contenuto e ciò verrà sostituito con un nuovo sistema di feedback. Per altre informazioni, vedereInvia e visualizza il feedback per