Vowpal Wabbit 모델 점수 매기기

  • 아티클

이 문서에서는 Azure Machine Learning 디자이너에서 Vowpal Wabbit 모델 점수 매기기 구성 요소를 사용하여 기존의 학습된 Vowpal Wabbit 모델을 통해 입력 데이터 세트의 점수를 생성하는 방법을 설명합니다.

이 구성 요소는 Vowpal Wabbit 프레임워크의 최신 버전인 버전 8.8.1을 제공합니다. 이 구성 요소를 사용하여 VW 버전 8 형식으로 저장된 학습된 모델을 통해 데이터의 점수를 매길 수 있습니다.

Vowpal Wabbit 모델 점수 매기기를 구성하는 방법

  1. Vowpal Wabbit 모델 점수 매기기 구성 요소를 실험에 추가합니다.

  2. 학습된 Vowpal Wabbit 모델을 추가하고 왼쪽 입력 포트에 연결합니다. 동일한 실험에서 만든 학습된 모델을 사용하거나 디자이너 왼쪽 탐색 창의 데이터 세트 범주에서 저장된 모델을 찾을 수 있습니다. 그러나 Azure Machine Learning 디자이너에서 해당 모델을 사용할 수 있어야 합니다.

    참고

    Vowpal Wabbit 8.8.1 모델만 지원됩니다. 다른 알고리즘을 사용하여 학습된 저장된 모델은 연결할 수 없습니다.

  3. 테스트 데이터 세트를 추가하고 오른쪽 입력 포트에 연결합니다. 테스트 데이터 세트가 테스트 데이터 파일을 포함하는 디렉터리인 경우 테스트 데이터 파일의 이름을 사용하여 테스트 데이터 파일 이름을 지정합니다. 테스트 데이터 세트가 단일 파일이면 테스트 데이터 파일의 이름을 비워 둡니다.

  4. VW 인수 텍스트 상자에 Vowpal Wabbit 실행 파일의 유효한 명령줄 인수 집합을 입력합니다.

    Azure Machine Learning에서 지원되거나 지원되지 않는 Vowpal Wabbit 인수에 대한 자세한 내용은 기술 참고 사항 섹션을 참조하세요.

  5. 테스트 데이터 파일의 이름: 입력 데이터가 포함된 파일의 이름을 입력합니다. 이 인수는 테스트 데이터 세트가 디렉터리인 경우에만 사용됩니다.

  6. 파일 형식 지정: 학습 데이터에 사용되는 형식을 나타냅니다. Vowpal Wabbit는 다음 두 가지 입력 파일 형식을 지원합니다.

    • VW는 Vowpal Wabbit에서 사용되는 내부 형식을 나타냅니다. 자세한 내용은 Vowpal Wabbit wiki 페이지를 참조하세요.
    • SVMLight는 다른 기계 학습 도구에서 사용되는 형식입니다.

  7. 점수와 함께 레이블을 출력하려면 레이블이 포함된 추가 열 포함 옵션을 선택합니다.

    일반적으로 Vowpal Wabbit에서 텍스트 데이터를 처리할 때는 레이블이 필요 없으며 각 데이터 행의 점수만 반환됩니다.

  8. 결과와 함께 원시 점수를 출력하려면 원시 점수가 포함된 추가 열 포함 옵션을 선택합니다.

  9. 파이프라인을 제출합니다.

결과

학습 완료 후 다음이 수행됩니다.

  • 결과를 시각화하려면 Vowpal Wabbit 모델 점수 매기기 구성 요소의 출력을 마우스 오른쪽 단추로 클릭합니다. 출력은 0에서 1 사이로 정규화된 예측 점수를 나타냅니다.

  • 결과를 평가하려면 출력 데이터 세트에 모델 평가 구성 요소 요구 사항을 충족하는 특정 점수 열 이름이 포함되어야 합니다.

    • 회귀 작업의 경우 평가할 데이터 세트에는 점수가 매겨진 레이블을 나타내는 Regression Scored Labels라는 하나의 열이 있어야 합니다.
    • 이진 분류 작업의 경우 평가할 데이터 세트에는 각각 점수가 매겨진 레이블 및 확률을 나타내는 Binary Class Scored Labels, Binary Class Scored Probabilities라는 두 개의 열이 있어야 합니다.
    • 다중 분류 작업의 경우 평가할 데이터 세트에는 점수가 매겨진 레이블을 나타내는 Multi Class Scored Labels라는 하나의 열이 있어야 합니다.

    Vowpal Wabbit 모델 점수 매기기 구성 요소의 결과를 직접 평가할 수는 없습니다. 평가하기 전에 위의 요구 사항에 따라 데이터 세트를 수정해야 합니다.

기술 정보

이 섹션에는 구현 정보, 팁, 질문과 대답이 포함되어 있습니다.

매개 변수

Vowpal Wabbit에는 알고리즘을 선택하고 튜닝하기 위한 많은 명령줄 옵션이 있습니다. 여기서 옵션을 자세히 설명할 수는 없으므로 Vowpal Wabbit wiki 페이지를 참조하는 것이 좋습니다.

다음 매개 변수는 Azure Machine Learning Studio(클래식)에서 지원되지 않습니다.

  • https://github.com/JohnLangford/vowpal_wabbit/wiki/Command-line-arguments에서 지정된 입출력 옵션

    이러한 속성은 이미 구성 요소에서 자동으로 구성되어 있습니다.

  • 또한 여러 출력을 생성하거나 여러 입력을 사용하는 옵션은 허용되지 않습니다. 여기에 포함 됩니다 --cbt하십시오 --lda, 및 --wap합니다.

  • 감독된 학습 알고리즘만 지원됩니다. 따라서 –active, --rank, --search 등의 옵션은 허용되지 않습니다.

위에서 설명한 인수 이외의 모든 인수를 사용할 수 있습니다.

다음 단계

Azure Machine Learning에서 사용 가능한 구성 요소 집합을 참조하세요.