Zelfstudie: Azure Machine Learning-modellen gebruiken in Power BI

In deze zelfstudie leert u hoe u een Power BI-rapport maakt op basis van een machine learning-model. Aan het einde van deze zelfstudie kunt u:

• Score machine learning-modellen (geïmplementeerd met behulp van Azure Machine Learning) in Power BI.
• Verbinding maken naar een Azure Machine Learning-model in de Power Query-editor.
• Maak een rapport met een visualisatie op basis van dat model.
• Publiceer dat rapport naar de Power BI-service.
• Stel geplande vernieuwing in voor het rapport.

Notitie

Op dit moment worden online-eindpunten (v2-eindpunten) nog niet ondersteund in Power BI. ACI/AKS-webservices (v1-webservices) worden alleen ondersteund.

Vereisten

Voordat u aan deze zelfstudie begint, moet u het volgende doen:

• Een machine learning-model trainen en implementeren in Azure Machine Learning. Gebruik een van deze drie Azure Machine Learning-zelfstudies:

  • Optie A: Code
  • Optie B: Ontwerper
  • Optie C: Geautomatiseerde ML

• Meld u aan voor een gratis Power BI-proefversie.

• Installeer Power BI Desktop op een lokale computer.

Het gegevensmodel maken

Open Power BI Desktop en selecteer Gegevens ophalen. Zoek in het dialoogvenster Gegevens ophalen naar internet. Selecteer de webbron >Verbinding maken.

Kopieer en plak in het dialoogvenster Van web de volgende URL in het vak:

https://www4.stat.ncsu.edu/~boos/var.select/diabetes.tab.txt

Selecteer OK.

Selecteer Anoniem> Verbinding maken in Access-webinhoud.

Selecteer Gegevens transformeren om het venster Power Query-editor te openen.

Selecteer op het lint Start van de Power Query-editor de knop Azure Machine Learning.

Nadat u zich hebt aangemeld bij uw Azure-account met behulp van eenmalige aanmelding, ziet u een lijst met beschikbare services. Selecteer de my-sklearn-service die u hebt gemaakt op basis van de zelfstudie Een machine learning-model trainen en implementeren.

Power Query vult de kolommen automatisch voor u in. U weet nog dat we in ons schema voor de service een Python-decorator hadden die de invoer heeft opgegeven. Selecteer OK.

Notitie

Voor tijdreeksmodellen detecteert Power BI mogelijk niet automatisch de datumnotatie voor de tijdkolom. Als u wilt doorgaan, converteert u de tijdkolom naar het type Datum/tijd in Power BI voordat u Azure Machine Learning aanroept.

Als u OK selecteert, wordt de Azure Machine Learning-service aanroepen. Het activeert een waarschuwing over de privacy van gegevens voor zowel de gegevens als het eindpunt.

Selecteer Doorgaan. Selecteer in het volgende scherm Privacyniveaus negeren om dit bestand>op te slaan.

Zodra de gegevens zijn beoordeeld, maakt Power Query een extra kolom met de naam AzureML.my-diabetesmodel.

De gegevens die door de service worden geretourneerd, zijn een lijst.

Notitie

Als u een ontwerpmodel hebt geïmplementeerd, ziet u een record.

Als u de voorspellingen wilt ophalen, selecteert u de pijl met dubbele punten in de kolomkop >AzureML.my-diabetesmodel uitbreiden naar nieuwe rijen.

Na de uitbreiding ziet u de voorspellingen in de kolom AzureML.my-diabetesmodel.

Volg deze volgende stappen om het opschonen van uw gegevensmodel te voltooien.

1. Wijzig de naam van de kolom AzureML.my-diabetesmodel om te voorspellen.
2. Wijzig de naam van de kolom Y in werkelijk.
3. Het type van de werkelijke kolom wijzigen: Selecteer de kolom en selecteer vervolgens op het lint Transformeren het decimaal getal van het gegevenstype>.
4. Het type van de voorspelde kolom wijzigen: selecteer die kolom en selecteer vervolgens op het lint Transformeren het decimaal getal van het gegevenstype>.
5. Selecteer Toepassen op &het lint Start.

Een rapport maken met visualisaties

U kunt nu enkele visualisaties maken om uw gegevens weer te geven.

1. Selecteer een lijndiagram in het deelvenster Visualisaties.
2. Met de visual lijndiagram geselecteerd:
3. Sleep het veld AGE naar de as.
4. Sleep het werkelijke veld naar Waarden.
5. Sleep het voorspelde veld naar Waarden.

Pas het formaat van het lijndiagram aan om de pagina te vullen. Uw rapport heeft nu één lijndiagram met twee lijnen, één voor de voorspelde en één voor de werkelijke waarden, verdeeld per leeftijd.

Het rapport publiceren

U kunt desgewenst meer visualisaties toevoegen. In deze zelfstudie publiceren we het rapport met het oog op beknoptheid.

1. Sla het rapport op.

2. Selecteer Publiceren van>bestand>naar Power BI.

3. Meld u aan bij de Power BI-service.

4. Selecteer Mijn werkruimte.

5. Wanneer het rapport is gepubliceerd, selecteert u de koppeling Openen <MY_PBIX_FILE.pbix> in Power BI . Het rapport wordt geopend in Power BI in uw browser.

   

Gegevenssets inschakelen om te vernieuwen

In een scenario waarin de gegevensbron wordt vernieuwd met nieuwe gegevens om te scoren, moet u uw referenties bijwerken zodat de gegevens kunnen worden gescoord.

Selecteer in Mijn werkruimte in de Power BI-service in de zwarte koptekstbalk meer opties (...)>>Instellingen Instellingen.

Selecteer Gegevenssets, vouw gegevensbronreferenties uit en selecteer Referenties bewerken.

Volg de instructies voor zowel azureMLFunctions als Web. Zorg ervoor dat u een privacyniveau selecteert. U kunt nu een geplande vernieuwing van de gegevens instellen. Selecteer een vernieuwingsfrequentie en tijdzone. U kunt ook een e-mailadres selecteren waarin Power BI meldingen over mislukte vernieuwingen kan verzenden.

Selecteer Toepassen.

Notitie

Wanneer de gegevens worden vernieuwd, worden de gegevens ook naar uw Azure Machine Learning-eindpunt verzonden om te scoren.

Resources opschonen

Belangrijk

U kunt de resources die u hebt gemaakt, gebruiken als vereisten voor andere Azure Machine Learning-zelfstudies en artikelen met procedures.

Als u niet van plan bent om de resources te gebruiken die u hebt gemaakt, verwijdert u deze zodat er geen kosten in rekening worden gebracht.

1. Selecteer Resourcegroepen links in Azure Portal.

2. Selecteer de resourcegroep die u hebt gemaakt uit de lijst.

3. Selecteer Resourcegroep verwijderen.

   

4. Voer de naam van de resourcegroup in. Selecteer daarna Verwijderen.

5. Verwijder in Mijn werkruimte in de Power BI-service het rapport en de gerelateerde gegevensset. U hoeft Power BI Desktop of het rapport op uw computer niet te verwijderen. Power BI Desktop is gratis.

Volgende stappen

In deze reeks zelfstudies leert u hoe u een planning instelt in Power BI, zodat nieuwe gegevens kunnen worden gescoord door uw score-eindpunt in Azure Machine Learning.