Zastosuj składnik przekształcenia
W tym artykule opisano składnik w projektancie usługi Azure Machine Learning.
Ten składnik służy do modyfikowania wejściowego zestawu danych na podstawie wcześniej obliczonej transformacji. Ten składnik jest niezbędny w przypadku konieczności zaktualizowania przekształceń w potokach wnioskowania.
Jeśli na przykład użyto wyników z do normalizacji danych treningowych przy użyciu składnika Normalize Data (Normalizacja danych ), warto użyć wartości z-score obliczonej na potrzeby trenowania w fazie oceniania. W usłudze Azure Machine Learning można zapisać metodę normalizacji jako przekształcenie, a następnie użyć polecenia Zastosuj przekształcenie , aby zastosować wynik z do danych wejściowych przed ocenianiem.
Jak zapisywać przekształcenia
Projektant umożliwia zapisywanie przekształceń danych jako zestawów danych, dzięki czemu można ich używać w innych potokach.
Wybierz składnik przekształcania danych, który został pomyślnie uruchomiony.
Wybierz kartę Dane wyjściowe i dzienniki.
Znajdź dane wyjściowe przekształcenia i wybierz zestaw danych Register (Zarejestruj zestaw danych ), aby zapisać go jako składnik w kategorii Zestawy danych w palecie składników .
Jak używać zastosuj transformację
Dodaj składnik Zastosuj transformację do potoku. Ten składnik można znaleźć w sekcji Modelowanie oceniania i oceny palety składników.
Znajdź zapisaną transformację, której chcesz użyć w obszarze Zestawy danych na palecie składników .
Połącz dane wyjściowe zapisanego przekształcenia z lewym portem wejściowym składnika Apply Transformation .
Zestaw danych powinien mieć dokładnie taki sam schemat (liczba kolumn, nazw kolumn, typów danych) co zestaw danych, dla którego najpierw zaprojektowano przekształcenie.
Połącz dane wyjściowe zestawu danych żądanego składnika z odpowiednim portem wejściowym składnika Zastosuj transformację .
Aby zastosować przekształcenie do nowego zestawu danych, prześlij potok.
Ważne
Aby upewnić się, że zaktualizowana transformacja w potokach trenowania jest również wykonalna w potokach wnioskowania, należy wykonać poniższe kroki za każdym razem, gdy w potoku trenowania jest aktualizowana transformacja:
- W potoku trenowania zarejestruj dane wyjściowe funkcji Select Columns Transform jako zestaw danych.
- W potoku wnioskowania usuń składnik TD- i zastąp go zarejestrowanym zestawem danych w poprzednim kroku.
Następne kroki
Zobacz zestaw składników dostępnych dla usługi Azure Machine Learning.