Transformatie aantal samenvoegen
Belangrijk
De ondersteuning voor Azure Machine Learning-studio (klassiek) eindigt op 31 augustus 2024. U wordt aangeraden om vóór die datum over te stappen naar Azure Machine Learning.
Vanaf 1 december 2021 kunt u geen nieuwe resources voor Azure Machine Learning-studio (klassiek) meer maken. Tot en met 31 augustus 2024 kunt u de bestaande resources van Azure Machine Learning-studio (klassiek) blijven gebruiken.
- Zie informatie over het verplaatsen machine learning van ML Studio (klassiek) naar Azure Machine Learning.
- Meer informatie over Azure Machine Learning.
De documentatie van ML-studio (klassiek) wordt buiten gebruik gesteld en wordt in de toekomst mogelijk niet meer bijgewerkt.
Hiermee maakt u een set functies op basis van een counts-tabel
Categorie: Learning met tellingen
Notitie
Van toepassing op: Machine Learning Studio (klassiek)
Vergelijkbare modules voor slepen en neerzetten zijn beschikbaar in Azure Machine Learning designer.
Moduleoverzicht
In dit artikel wordt beschreven hoe u de module Merge Count Transform in Machine Learning Studio (klassiek) gebruikt om twee sets functies op basis van tellingen te combineren. Door twee sets gerelateerde tellingen en functies samen te voegen, kunt u mogelijk de dekking en distributie van de functies verbeteren.
Learning uit aantallen is met name nuttig in grote gegevenssets met functies met een hoge kardinaliteit. De mogelijkheid om meerdere gegevenssets te combineren in functiesets op basis van aantallen zonder de gegevenssets opnieuw te moeten verwerken, maakt het gemakkelijker om statistieken over zeer grote gegevenssets te verzamelen en toe te passen op nieuwe gegevenssets. Teltabellen kunnen bijvoorbeeld worden gebruikt voor het verzamelen van informatie over terabytes aan gegevens. U kunt deze statistieken opnieuw gebruiken om de nauwkeurigheid van voorspellende modellen voor kleine gegevenssets te verbeteren.
Als u twee sets functies op basis van tellingen wilt samenvoegen, moeten de functies zijn gemaakt met behulp van tabellen met hetzelfde schema: dat wil zeggen dat beide sets dezelfde kolommen moeten gebruiken en dezelfde namen en gegevenstypen moeten hebben.
Samenvoegingstellingstransformator configureren
Als u Transformatie aantal samenvoegen wilt gebruiken, moet u ten minste één transformatie op basis van een telling hebben gemaakt en die transformatie moet aanwezig zijn in uw werkruimte. Als u een op telling gebaseerde transformatie van een ander experiment hebt opgeslagen, kijkt u in de groep Transformaties . Als u de transformatie in het huidige experiment hebt gemaakt, verbindt u de uitvoer van de volgende modules:
Build-teltransformator. Hiermee maakt u een nieuwe transformatie op basis van tellingen op basis van brongegevens.
Tabelparameters aantal wijzigen. Neemt een bestaande teltransformatie als invoer en voert een bijgewerkte transformatie uit.
Import Count Table. Deze module ondersteunt achterwaartse compatibiliteit met oudere experimenten die gebruik maakten van op tellingen gebaseerd leren. Als u Import Count Table hebt gebruikt om de distributie van waarden in een gegevensset te analyseren en vervolgens de waarden hebt geconverteerd naar functies met behulp van de afgeschafte Count Featurizer-module, gebruikt u Import Count Table om de resultaten te converteren naar een transformatie.
Voeg de module Merge Count Transform toe aan het experiment en koppel een transformatie aan elke invoer.
Tip
De tweede transformatie is een optionele invoer. U kunt dezelfde transformatie twee keer verbinden of niets verbinden op de tweede invoerpoort.
Als u niet wilt dat de tweede gegevensset gelijk wordt gewogen met de eerste, geeft u een waarde op voor de gewogen factor. De waarde die u typt, geeft aan hoe de set functies van de tweede transformatie moet worden gewogen.
De standaardwaarde van 1 is bijvoorbeeld gelijk aan het gewicht van beide sets functies. Een waarde van .5 betekent dat de functies in de tweede set de helft van het gewicht van de functies in de eerste set hebben.
Voeg eventueel een exemplaar van de module Transformatie toepassen toe en pas de transformatie toe op een gegevensset.
Voorbeelden
Zie de volgende voorbeelden van hoe deze module wordt Azure AI Gallery:
Learning met tellingen: binaire classificatie: demonstreert hoe u de leermodules met tellingen gebruikt om functies te genereren op basis van kolommen met categorische waarden voor een binair classificatiemodel.
Learning met counts: classificatie van meerdere klassen met NYC-taxigegevens: demonstreert hoe u de modules learning with counts gebruikt voor het uitvoeren van classificatie met meerdere klassen op de openbaar beschikbare NYC-taxigegevensset. In het voorbeeld wordt een logistieke regressieleerder met meerdere klasses gebruikt om dit probleem te modelleren.
Learning counts: binaire classificatie met NYC-taxigegevens: demonstreert hoe u de leermodules met tellingen gebruikt voor het uitvoeren van binaire classificatie op de openbaar beschikbare NYC-taxigegevensset. In het voorbeeld wordt een logistieke regressieleerder met twee klassen gebruikt om het probleem te modelleren.
Verwachte invoer
| Naam | Type | Description |
|---|---|---|
| Vorige teltransformator | ITransform-interface | De te bewerken teltransformator |
| Nieuwe teltransformator | ITransform-interface | De toe te voegen teltransformator (optioneel) |
Moduleparameters
| Naam | Type | Bereik | Optioneel | Description | Standaard |
|---|---|---|---|---|---|
| Beperkende factor | Float | Vereist | 1.0f | De beperkende factor die moet worden vermenigvuldigd met de teltransformatie aan de rechterinvoerpoort |
Uitvoerwaarden
| Naam | Type | Description |
|---|---|---|
| Samengevoegde teltransformator | ITransform-interface | De samengevoegde transformatie |
Uitzonderingen
| Uitzondering | Description |
|---|---|
| Fout 0003 | Uitzondering treedt op als een of meer invoer null of leeg zijn. |
| Fout 0086 | Uitzondering treedt op wanneer een teltransformator ongeldig is. |