データセット内の列の選択コンポーネント

  • [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。

このコンポーネントを使用し、ダウンストリーム演算で使用する列のサブセットを選択します。 このコンポーネントでは、列がソース データセットから物理的に削除されることはありません。その代わりに、データベースのビューやプロジェクションのように、列のサブセットが作成されます。

このコンポーネントは、ダウンストリーム演算で利用できる列を制限する必要があるときに、あるいは不要な列を削除し、データセットのサイズを減らす場合に役立ちます。

データセット内の列は、元のデータと同じ順序で出力されます。指定した順序が違っても結果は同じになります。

使用方法

このコンポーネントにはパラメーターはありません。 列セレクターを使用し、含める列か除外する列を選択します。

名前で列を選択する

このコンポーネントには名前で列を選択する方法が複数存在します。

  • フィルターと検索

    [名前別] オプションをクリックします。

    既に入力済みのデータセットを関連付けている場合、利用できる列が一覧表示されるはずです。 列が表示されないときは、場合によっては、アップストリーム コンポーネントを実行して列を一覧表示する必要があります。

    一覧にフィルターを適用するには、検索ボックスに入力します。 たとえば、検索ボックスに「w」という文字を入力すると、一覧にフィルターが適用され、「w」という文字を含む列の名前が表示されます。

    列を選択し、右矢印ボタンをクリックし、右側のウィンドウにある一覧に選択した列を移動します。

    • 列名を一定の範囲で連続して選択するには、Shift キーを押しながら列名をクリックします。
    • 列を個別に選択するには、Ctrl キーを押しながら列名をクリックします。

    チェックマーク ボタンをクリックし、保存して終了します。

  • 他の規則との組み合わせで名前を使用する

    [WITH RULES](規則を使用) オプションをクリックします。

    特定のデータ型の列を表示するなど、規則を選択します。

    次に、その型の列を名前で個別にクリックし、選択一覧に追加します。

  • 列名のコンマ区切り一覧を入力するか、貼り付ける

    データセットが広範囲にわたる場合、列を個別に選択するより、索引を利用したり、名前の一覧を生成したりするほうが簡単かもしれません。 一覧を前もって準備している場合:

    1. [WITH RULES](規則を使用) オプションをクリックします。
    2. [No columns](列なし) を選択し、[Include](含める) を選択し、赤の感嘆符が付いているテキスト ボックスの内側をクリックします。
    3. 前に検証した列名のコンマ区切り一覧を貼り付けるか、入力します。 列の名前が無効な場合、コンポーネントを保存できません。そのため、あらかじめ名前を確認してください。

    この方法を利用し、索引値で列の一覧を指定することもできます。

型別に選択する

[WITH RULES](規則を使用) オプションを使用する場合、列の選択に複数の条件を適用できます。 たとえば、数値データ型のフィーチャー列のみを取得したりできます。

[BEGIN WITH](次で始まる) オプションでは始点が決定されます。結果を理解するために重要です。

  • [すべての列] オプションを選択した場合、すべての列が一覧に追加されます。 その後、[除外] オプションを使用し、特定の条件を満たさない列を削除する必要があります。

    たとえば、最初にすべての列を選択し、それから名前や型に基づいて列を削除します。

  • [NO COLUMNS](列なし) オプションを選択した場合、列の一覧は空の状態から始まります。 その後、条件を指定し、列を一覧に追加します。

    複数の規則を適用する場合、各条件は付加されます。 たとえば、列なしから始め、数値列をすべて取得する規則を追加します。 自動車の価格のデータセットで、結果的に 16 の列が追加されます。 次に、+ 記号をクリックして新しい条件を追加し、[Include all features](すべてのフィーチャーを含める) を選択します。 結果的に得られるデータセットにはすべての数値列が含まれ、さらに文字列のフィーチャー列など、すべてのフィーチャー列が含まれます。

列の索引別に選択する

列の索引は、元のデータセットにおける列の順序を指します。

  • 列には 1 から始まる連続番号が付けられます。
  • ある範囲の列を得るには、ハイフンを使用します。
  • 1- や -3 のように、始まりや終わりを指定しないことは許可されません。
  • 索引値 (または列名) の重複は許可されません。エラーを起こす可能性があります。

たとえば、データセットに少なくとも 8 つの列が含まれる場合、次のいずれかを貼り付けることで、連続しない複数の列を返すことができます。

  • 8,1-4,6
  • 1,3-8
  • 1,3-6,4

最後のサンプルはエラーになりませんが、列 4 というインスタンスが 1 つ返されます。

列の順序を変更する

[Allow duplicates and preserve column order in selection](選択で重複を許可し、列の順序を維持する) オプションの場合、空の一覧から始まり、ユーザーが名前または索引で指定した列が追加されます。 常に列を "自然な順序" で返す他のオプションとは異なり、このオプションでは、ユーザーが指定またはリストアップした順序で列が出力されます。

たとえば、Col1、Col2、Col3、Col4 という列が含まれるデータセットでは、次のいずれかを指定することで、列の順序を逆にし、列 2 を除外できます。

  • Col4, Col3, Col1
  • 4,3,1

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。