Zelfstudie: Een classificatiemodel trainen zonder code AutoML in de Azure Machine Learning-studio

  • Artikel

Meer informatie over het trainen van een classificatiemodel met autoML zonder code met behulp van geautomatiseerde ML van Azure Machine Learning in de Azure Machine Learning-studio. Dit classificatiemodel voorspelt of een klant een termijnrekening zal openen bij een financiële instelling.

Met geautomatiseerde ML kunt u tijdsintensieve taken automatiseren. Geautomatiseerde machine learning doorloopt of itereert snel allerlei combinaties van algoritmen en hyperparameters om het beste model te vinden op basis van uw maatstaaf voor succes.

In deze zelfstudie schrijft u geen code. U gebruikt de studio-interface om training uit te voeren. U leert hoe u de volgende taken uitvoert:

  • Een Azure Machine Learning-werkruimte maken
  • Een geautomatiseerd machine learning-experiment uitvoeren.
  • Verken modeldetails.
  • Implementeer het aanbevolen model.

Probeer ook geautomatiseerde machine learning voor deze andere modeltypen:

Vereisten

  • Een Azure-abonnement. Als u nog geen Azure-abonnement hebt, maakt u een gratis account.

  • Download het gegevensbestand bankmarketing_train.csv. De kolom y geeft aan of een klant een termijnrekening heeft geopend. Verderop in deze zelfstudie wordt deze geïdentificeerd als doelkolom voor voorspellingen.

Een werkruimte maken

Een Azure Machine Learning-werkruimte is een basisblok in de cloud dat u gebruikt voor het experimenteren, trainen en implementeren van machine learning-modellen. De klasse bindt uw Azure-abonnement en resourcegroep aan een eenvoudig te verbruiken object in de service.

In deze zelfstudie voert u de volgende stappen uit om een werkruimte te maken en door te gaan met de zelfstudie.

  1. Meld u aan bij Azure Machine Learning-studio

  2. Werkruimte maken selecteren

  3. Geef de volgende gegevens op om uw nieuwe werkruimte te configureren:

Veld Beschrijving
Werkruimtenaam Voer een unieke naam in die uw werkruimte aanduidt. Namen moeten uniek zijn binnen de resourcegroep. Gebruik een naam die gemakkelijk te onthouden is en te onderscheiden is van door anderen gemaakte werkruimten. De naam van de werkruimte is niet hoofdlettergevoelig.
Abonnement Selecteer het Azure-abonnement dat u wilt gebruiken.
Resourcegroep Gebruik een bestaande resourcegroep in uw abonnement of voer een naam in om een nieuwe resourcegroep te maken. Een resourcegroep bevat gerelateerde resources voor een Azure-oplossing. U hebt de rol inzender of eigenaar nodig om een bestaande resourcegroep te kunnen gebruiken. Zie Toegang tot een Azure Machine Learning-werkruimte beheren voor meer informatie over toegang.
Regio Selecteer de Azure-regio het dichtst bij uw gebruikers en de gegevensbronnen om uw werkruimte te maken.
  1. Selecteer Maken om de werkruimte te maken

Raadpleeg de stappen in dit artikel voor meer informatie over Azure-resources. Maak resources die u nodig hebt om aan de slag te gaan.

Voor andere manieren om een werkruimte te maken in Azure, beheert u Azure Machine Learning-werkruimten in de portal of met de Python SDK (v2).

Een geautomatiseerde Machine Learning-taak maken

U doorloopt de volgende stappen voor het voorbereiden en uitvoeren van het experiment via de Azure Machine Learning Studio op https://ml.azure.com, een geconsolideerde webinterface met hulpmiddelen voor machine learning waar gegevenswetenschappers, ongeacht hun vaardigheidsniveaus, scenario's kunnen uitvoeren. De Studio wordt niet ondersteund in Internet Explorer-browsers.

  1. Selecteer uw abonnement en de werkruimte die u heeft gemaakt.

  2. Selecteer in het linkerdeelvenster Geautomatiseerde ML onder de sectie Ontwerpen .

    Aangezien dit uw eerste experiment voor geautomatiseerde ML is, ziet u een lege lijst en koppelingen naar documentatie.

    Get started page

  3. Selecteer +Nieuwe geautomatiseerde ML-taak.

Een gegevensset maken en laden als gegevensasset

Voordat u uw experiment configureert, uploadt u het gegevensbestand naar uw werkruimte in de vorm van een Azure Machine Learning-gegevensasset. In het geval van deze zelfstudie kunt u een gegevensasset beschouwen als uw gegevensset voor de AutoML-taak. Als u dit doet, kunt u ervoor zorgen dat uw gegevens op de juiste wijze zijn opgemaakt voor uw experiment.

  1. Maak een nieuwe gegevensasset door uit lokale bestanden te selecteren in de vervolgkeuzelijst +Gegevensasset maken.

    1. Geef in het formulier Basisinformatie een naam op voor uw gegevensasset en geef een optionele beschrijving op. De geautomatiseerde ML-interface ondersteunt momenteel enkel TabularDatasets. Het type gegevensset moet dus standaard op In tabelvorm staan.

    2. Selecteer Volgende in de linkerbenedenhoek

    3. Selecteer, in het formulier Gegevensarchief- en bestandsselectie het standaard gegevensarchief dat automatisch werd ingesteld bij het aanmaken van uw werkruimte, workspaceblobstore (Azure Blob Storage). Hier uploadt u uw gegevensbestand om het beschikbaar te maken voor uw werkruimte.

    4. Selecteer Bestanden uploaden in de vervolgkeuzelijst Uploaden .

    5. Kies het bestand bankmarketing_train.csv op uw lokale computer. Dit is het bestand dat u hebt gedownload als vereiste.

    6. Selecteer Volgende linksonder om het bestand te uploaden naar de standaardcontainer die automatisch werd opgezet bij het aanmaken van de werkruimte.

      Wanneer het uploaden is voltooid, wordt het Instellingen- en voorbeeldformulier vooraf ingevuld op basis van het bestandstype.

    7. Controleer of uw gegevens correct zijn opgemaakt via het schemaformulier . De gegevens moeten als volgt worden ingevuld. Nadat u hebt gecontroleerd of de gegevens juist zijn, selecteert u Volgende.

      Veld Beschrijving Waarde voor zelfstudie
      File format Definieert de indeling en het type gegevens dat is opgeslagen in een bestand. Met scheidingstekens
      Scheidingsteken Een of meer tekens die de grens aangeven tussen afzonderlijke, onafhankelijke regio's in tekst zonder opmaak of andere gegevensstromen. Door komma's gescheiden
      Codering Identificeert welke bit-naar-tekenschematabel er moet gebruikt worden om uw gegevensset te lezen. UTF-8
      Kolomkoppen Geeft aan hoe koppen van de gegevensset eventueel worden behandeld. Alle bestanden hebben dezelfde koppen
      Rijen overslaan Geeft aan hoeveel rijen er eventueel worden overgeslagen in de gegevensset. Geen

    8. Met het formulier Schema kunt u uw gegevens verder configureren voor dit experiment. Voor dit voorbeeld selecteert u de wisselknop voor de day_of_week, zodat u deze niet wilt opnemen. Selecteer Volgende. Schema form

    9. Controleer of de informatie in het formulier Details bevestigen overeenkomt met wat voorheen in de formulieren Basisinformatie, Gegevensarchief en bestandselectie en Instellingen en voorbeeld is ingevuld.

    10. Selecteren Maken om uw gegevensset te voltooien.

    11. Selecteer uw gegevensset wanneer deze verschijnt in de lijst.

    12. Controleer de gegevens door de gegevensasset te selecteren en naar het voorbeeldtabblad te kijken dat wordt ingevuld om ervoor te zorgen dat u day_of_week niet hebt opgenomen en selecteer vervolgens Sluiten.

    13. Selecteer Volgende.

Taak configureren

Nadat u uw gegevens hebt geladen en geconfigureerd, kunt u uw experiment instellen. Dit installatieprogramma bevat ontwerptaken voor het experiment, zoals, het selecteren van de grootte van uw rekenomgeving en het opgeven van de kolom die u wilt voorspellen.

  1. Selecteer het keuzerondje Nieuwe maken.

  2. Vul het formulier Taak configureren als volgt in:

    1. Voer de naam van het nieuwe experiment in: my-1st-automl-experiment

    2. Selecteer y als doelkolom, wat u wilt voorspellen. Deze kolom geeft aan of de klant een termijnrekening heeft geopend of niet.

    3. Selecteer het rekencluster als rekentype.

    4. Een rekendoel is een resource-omgeving, lokaal of in de cloud, die gebruikt wordt om uw trainingsscript uit te voeren of uw service-implementatie te hosten. Voor dit experiment kunt u een serverloze berekening in de cloud (preview) uitproberen of uw eigen cloudgebaseerde rekenkracht maken.

      1. Als u serverloze berekeningen wilt gebruiken, schakelt u de preview-functie in, selecteert u Serverloos en slaat u de rest van deze stap over.
      2. Als u uw eigen rekendoel wilt maken, selecteert u +Nieuw om uw rekendoel te configureren.

        1. Vul het formulier Virtuele machine selecteren in om uw rekenproces in te stellen.

          Veld Beschrijving Waarde voor zelfstudie
          Locatie Uw regio van waaruit u de machine wilt uitvoeren VS - west 2
          Virtuele-machinelaag Selecteer de prioriteit die het experiment moet krijgen Toegewezen
          VM-type Selecteer het type van de virtuele machine voor uw berekening. CPU (Central Processing Unit, centrale verwerkingseenheid)
          Grootte van de virtuele machine Selecteer de grootte van de virtuele machine voor uw berekening. Er wordt een lijst met aanbevolen grootten geboden, op basis van uw gegevens en het type experiment. Standard_DS12_V2

        2. Selecteer Volgende om het formulier Instellingen configureren in te vullen.

          Veld Beschrijving Waarde voor zelfstudie
          Naam berekening Een unieke naam die de context van uw berekening identificeert. automl-compute
          Min / Max knooppunten U moet u één of meer knooppunten opgeven om gegevens te profileren. Min. knooppunten: 1
          Max. knooppunten: 6
          Seconden wachten voor omlaag schalen Niet-actieve tijd voordat het cluster automatisch omlaag wordt geschaald naar het minimum aantal knooppunten. 120 (standaardinstelling)
          Geavanceerde instellingen Instellingen voor het configureren en autoriseren van een virtueel netwerk voor uw experiment. Geen

        3. Selecteer Maken om uw rekendoel te maken.

          Dit duurt enkele minuten.

          Settings page

        4. Wanneer dit is voltooid, selecteert u uw nieuwe rekendoel uit de vervolgkeuzelijst.

    5. Selecteer Volgende.

  3. Vul in het formulier Taak en instellingen selecteren de installatie voor uw geautomatiseerde ML-experiment in door het type machine learning-taak en de configuratie-instellingen op te geven.

    1. Selecteer Classificatie als het machine learning-taaktype.

    2. Selecteer Aanvullende configuratie-instellingen weergeven en vul de velden als volgt in. Dankzij deze instellingen kunt u de trainingstaak beter controleren. Anders worden de standaardinstellingen toegepast op basis van de selectie en gegevens van het experiment.

      Aanvullende configuraties Beschrijving Waarde voor zelfstudie
      Primaire metrische gegevens Evaluatiewaarde waarmee het machine learning-algoritme wordt gemeten. AUC_weighted
      Uitleg geven over het beste model Hiermee wordt automatisch uitleg gegeven over het beste model dat is gemaakt met geautomatiseerde ML. Inschakelen
      Geblokkeerde algoritmen Algoritmen die u niet wilt opnemen in de trainingstaak Geen
      Aanvullende classificatie-instellingen Deze instellingen helpen de nauwkeurigheid van het model te verbeteren Label van positieve klasse: Geen
      Criterium voor afsluiten Als er aan een criterium is voldaan, wordt de trainingstaak gestopt. Trainingstaaktijd (uren): 1
      Drempelwaarde voor metrische score: geen
      Gelijktijdigheid Het maximum aantal parallelle iteraties uitgevoerd per iteratie Maximum aantal gelijktijdige iteraties: 5

      Selecteer Opslaan.

    3. Selecteer Volgende.

  4. Op het formulier [Optioneel] Valideren en testen ,

    1. Selecteer kruisvalidatie in k-vouwen als validatietype.
    2. Selecteer 2 als uw aantal kruisvalidaties.

  5. Selecteer Voltooien om het experiment uit te voeren. Het scherm Taakdetail wordt geopend met de taakstatus bovenaan wanneer de voorbereiding van het experiment begint. Deze status wordt bijgewerkt wanneer het experiment wordt uitgevoerd. Meldingen worden ook weergegeven in de rechterbovenhoek van de studio om u te informeren over de status van uw experiment.

Belangrijk

Het duurt 10-15 minuten om de experimentele uitvoerbewerking voor te bereiden. Zodra de uitvoering is gestart duurt het 2-3 minuten langer per iteratie.

Bij een productie zou u waarschijnlijk even weggaan. Maar voor deze zelfstudie raden we aan om onder het tabblad Modellen de geteste algoritmen te bekijken die voltooid zijn terwijl de andere nog worden uitgevoerd.

Modellen bekijken

Ga naar het tabblad Modellen om de geteste algoritmen (modellen) te bekijken. De modellen worden standaard gerangschikt op hun metrische score terwijl ze worden voltooid. Voor deze zelfstudie staat het model dat het hoogst scoort op basis van de gekozen metrische waarde AUC_weighted bovenaan de lijst.

Terwijl u wacht tot alle experimentmodellen zijn voltooid, kunt u de Algoritmenaam van een volledig model selecteren om de prestatiedetails te bekijken.

In het volgende gedeelte kunt u naar de tabbladen Details en Metrische gegevens gaan om de eigenschappen, metrische gegevens en prestatiegrafieken van het geselecteerde model te bekijken.

Run iteration detail

Modeluitleg

Terwijl u wacht tot de modellen zijn voltooid, kunt u ook modeluitleg bekijken en zien welke gegevensfuncties (onbewerkt of ontworpen) de voorspellingen van een bepaald model hebben beïnvloed.

Deze modeluitleg kunnen op aanvraag worden gegenereerd en worden samengevat in het dashboard voor modeluitleg dat deel uitmaakt van het tabblad Uitleg (preview).

Modeluitleg genereren,

  1. Selecteer Taak 1 bovenaan om terug te gaan naar het scherm Modellen .

  2. Selecteer het tabblad Modellen .

  3. Voor deze zelfstudie selecteert u het eerste Model MaxAbsScaler, LightGBM .

  4. Selecteer de knop Model uitleggen bovenaan. Aan de rechterkant wordt het deelvenster Model uitleggen weergegeven.

  5. Selecteer de automl-compute die u eerder hebt gemaakt. Dit rekencluster initieert een onderliggende taak om de modeluitleg te genereren.

  6. Selecteer Maken onderaan. Er wordt een groen bericht weergegeven boven aan het scherm.

    Notitie

    Het duurt ongeveer 2-5 minuten om de uitlegtaak te voltooien.

  7. Selecteer de knop Uitleg (preview). Dit tabblad wordt ingevuld zodra de uitvoering van de uitleg is voltooid.

  8. Vouw aan de linkerkant het deelvenster uit en selecteer de rij met onbewerkte tekst onder Functies.

  9. Selecteer het tabblad Urgentie van statistische functies aan de rechterkant. In deze grafiek ziet u welke gegevensfuncties invloed hebben gehad op de voorspellingen van het geselecteerde model.

    In dit voorbeeld lijkt de duur de meeste invloed te hebben op de voorspellingen van dit model.

    Model explanation dashboard

Het beste model implementeren

In de geautomatiseerde machine learning-interface kunt u met enkele stappen het beste model implementeren als webservice. Implementatie is de integratie van het model zodat het nieuwe gegevens kan voorspellen en potentiële kansgebieden kan identificeren.

Voor dit experiment betekent de implementatie naar een webservice dat de financiële instelling nu een iteratieve en schaalbare weboplossing heeft om potentiële klanten voor termijnrekeningen te identificeren.

Controleer of de uitvoering van uw experimentele uitvoerbewerking is voltooid. Hiervoor gaat u terug naar de bovenliggende taakpagina door Taak 1 boven aan het scherm te selecteren. In de linkerbovenhoek van het scherm wordt de status Voltooid weergegeven.

Zodra de uitvoering van het experiment is voltooid, wordt op de pagina Details een sectie met Beste modeloverzicht ingevuld. In de context van dit experiment is VotingEnsemble het beste model op basis van de metrische waarde AUC_weighted.

We implementeren dit model, maar houd er rekening mee dat implementatie ongeveer 20 minuten duurt. Het implementatieproces omvat verschillende stappen, waaronder het model registreren, resources genereren en ze configureren voor de webservice.

  1. Selecteer VotingEnsemble om de model-specifieke pagina te openen.

  2. Selecteer het menu Implementeren in de linkerbovenhoek en selecteer Implementeren in webservice.

  3. Vul het deelvenster Een model implementeren als volgt in:

    Veld Waarde
    Naam van implementatie my-automl-deploy
    Beschrijving van implementatie Implementatie van mijn eerste geautomatiseerde machine learning-experiment
    Rekentype Selecteer Azure Container Instance (ACI)
    Verificatie inschakelen Uitgeschakeld.
    Aangepaste implementaties gebruiken Uitgeschakeld. Hiermee kan het standaardstuurprogrammabestand (scorescript) en het omgevingsbestand automatisch worden gegenereerd.

    In dit voorbeeld gebruiken we de standaardwaarden in het menu Geavanceerd.

  4. Selecteer Implementeren.

    Boven aan het taakscherm verschijnt een groen bericht met succes en in het deelvenster Modeloverzicht wordt een statusbericht weergegeven onder Implementatiestatus. Selecteer regelmatig Vernieuwen om de implementatiestatus te controleren.

U hebt nu een operationele webservice om voorspellingen te genereren.

Ga verder met de Volgende stappen voor meer informatie over het gebruik van uw nieuwe webservice en test uw voorspellingen met de ingebouwde ondersteuning voor Azure Machine Learning van Power BI.

Resources opschonen

Implementatiebestanden zijn groter dan gegevens- en experimentbestanden. Daarom kost het meer om ze op te slaan. Verwijder alleen de implementatiebestanden om de kosten voor uw account te beperken, of als u uw werkruimte en experimentbestanden wilt behouden. Zo niet, verwijder dan de volledige resourcegroep als u geen enkel bestand wilt gebruiken.

Het implementatie-exemplaar verwijderen

Verwijder alleen het implementatie-exemplaar van Azure Machine Learning op https://ml.azure.com/, als u de resourcegroep en werkruimte wilt behouden voor andere zelfstudies en verkenning.

  1. Ga naar Azure Machine Learning. Ga naar uw werkruimte en selecteer Eindpunten aan de linkerkant onder het deelvenster Assets.

  2. Selecteer de implementatie die u wilt verwijderen en vervolgens Verwijderen.

  3. Selecteer Doorgaan.

De resourcegroep verwijderen

Belangrijk

De resources die u hebt gemaakt, kunnen worden gebruikt als de vereisten voor andere Azure Machine Learning-zelfstudies en artikelen met procedures.

Als u niet van plan bent om een van 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.

    Screenshot of the selections to delete a resource group in the Azure portal.

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

Volgende stappen

In deze zelfstudie over geautomatiseerde machine learning heeft u de geautomatiseerde ML-interface van Azure Machine Learning gebruikt om een classificatiemodel te maken en implementeren. Raadpleeg de volgende artikelen voor meer informatie en de volgende stappen:

Een webservice gebruiken

Notitie

Deze bankmarketinggegevensset wordt beschikbaar gesteld onder de Creative Commons-licentie (CCO: Openbaar domein). Alle rechten voor individuele inhoudselementen van de database zijn gelicentieerd onder de Database Contents License en zijn beschikbaar op Kaggle. Deze gegevensset was oorspronkelijk beschikbaar binnen de UCI Machine Learning Database.

[Moro et al., 2014] S. Moro, P. Cortez en P. Rita. A Data-Driven Approach to Predict the Success of Bank Telemarketing. Decision Support Systems, Elsevier, 62:22-31, juni 2014.