モデルのスコア付け

  • [アーティクル]

この記事では Azure Machine Learning デザイナーのコンポーネントについて説明します。

トレーニングされた分類または回帰モデルを使用して予測を生成するには、このコンポーネントを使用します。

使用方法

  1. Score Model (モデルのスコア付け) コンポーネントをパイプラインに追加します。

  2. トレーニング済みモデルと新しい入力データを含むデータセットを接続します。

    データは、使用するトレーニング済みモデルの種類と互換性のある形式でなければなりません。 また、一般に、入力データセットのスキーマはモデルのトレーニングに使用されたデータのスキーマと一致している必要があります。

  3. パイプラインを送信します。

結果

モデルのスコア付けを使用してスコアのセットを生成したら、次の操作を実行します。

  • モデルの精度 (パフォーマンス) を評価するために使用される一連のメトリックを生成するには、スコア付けされたデータセットをモデルの評価に接続できます。
  • コンポーネントを右クリックして [Visualize]\(視覚化\) を選択し、結果のサンプルを表示します。

スコア (予測値) は、モデルと入力データに応じて、さまざまな形式になります。

Web サービスとしてスコアを公開する

スコア付けの一般的な用途は、予測 Web サービスの一部として出力を返すことです。 詳細については、Azure Machine Learning デザイナーでのパイプラインに基づいたリアルタイム エンドポイントのデプロイ方法に関するこのチュートリアルを参照してください。

次のステップ

Azure Machine Learning で使用できる一連のコンポーネントを参照してください。