Samouczek: korzystanie z modeli usługi Azure Machine Edukacja w usłudze Power BI

  • Artykuł

Ten samouczek przeprowadzi Cię przez proces tworzenia raportu usługi Power BI na podstawie modelu uczenia maszynowego. Po ukończeniu tego samouczka będziesz wiedzieć, jak wykonać następujące czynności:

  • Ocenianie modeli uczenia maszynowego (wdrożonych przy użyciu usługi Azure Machine Edukacja) w usłudze Power BI.
  • Połączenie do modelu usługi Azure Machine Edukacja w Edytor Power Query.
  • Utwórz raport z wizualizacją opartą na tym modelu.
  • Opublikuj ten raport w usługa Power BI.
  • Skonfiguruj zaplanowane odświeżanie raportu.

Uwaga

Obecnie punkty końcowe online (punkt końcowy w wersji 2) nie są jeszcze obsługiwane w usłudze Power BI. Usługi internetowe ACI/AKS (usługi sieci Web w wersji 1) są obsługiwane tylko.

Wymagania wstępne

Przed rozpoczęciem tego samouczka należy wykonać następujące kroki:

Tworzenie modelu danych

Otwórz program Power BI Desktop i wybierz pozycję Pobierz dane. W oknie dialogowym Pobieranie danych wyszukaj internet. Wybierz Połączenie źródła >sieci Web.

Screenshot showing web data.

W oknie dialogowym Z internetu skopiuj i wklej następujący adres URL w polu :

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

Screenshot showing web url.

Wybierz przycisk OK.

W obszarze Zawartość sieci Web programu Access wybierz pozycję Anonimowe> Połączenie.

Screenshot showing anonymous access for Web content.

Wybierz pozycję Przekształć dane, aby otworzyć okno Edytor Power Query.

Na wstążce Narzędzia główne Edytor Power Query wybierz przycisk Azure Machine Edukacja.

Screenshot showing Power Query Editor.

Po zalogowaniu się do konta platformy Azure przy użyciu logowania jednokrotnego zostanie wyświetlona lista dostępnych usług. Wybierz usługę my-sklearn-service utworzoną na podstawie samouczka Trenowanie i wdrażanie modelu uczenia maszynowego.

Dodatek Power Query automatycznie wypełnia kolumny. Pamiętaj, że w naszym schemacie dla usługi mieliśmy dekorator języka Python, który określił dane wejściowe. Wybierz pozycję OK.

Screenshot showing Azure Machine Learning Models.

Uwaga

W przypadku modeli szeregów czasowych usługa Power BI może nie wykrywać automatycznie formatu daty dla kolumny godziny. Aby kontynuować, przekonwertuj kolumnę czasu na typ daty/godziny w usłudze Power BI przed wywołaniem usługi Azure Machine Edukacja.

Wybranie pozycji OK wywołuje usługę Azure Machine Edukacja. Wyzwala ostrzeżenie dotyczące prywatności danych zarówno dla danych, jak i punktu końcowego.

Screenshot showing privacy warning.

Wybierz Kontynuuj. Na następnym ekranie wybierz pozycję Ignoruj poziomy prywatności sprawdza, czy ten plik>jest zapisywany.

Po dokonaniu oceny danych dodatek Power Query tworzy dodatkową kolumnę o nazwie AzureML.my-diabetes-model.

Screenshot showing added scored column.

Dane zwracane przez usługę są listą.

Uwaga

Jeśli wdrożono model projektanta , zostanie wyświetlony rekord.

Aby uzyskać przewidywania, wybierz strzałkę dwugłową w nagłówku >kolumny AzureML.my-diabetes-model Rozwiń do nowych wierszy.

Screenshot showing Expand column icon.

Po rozwinięciu zobaczysz przewidywania w kolumnie AzureML.my-diabetes-model.

Screenshot showing expansion.

Wykonaj następujące następne kroki, aby zakończyć czyszczenie modelu danych.

  1. Zmień nazwę kolumny AzureML.my-diabetes-model na przewidywaną.
  2. Zmień nazwę kolumny Y na rzeczywistą.
  3. Zmień typ rzeczywistej kolumny: wybierz kolumnę, a następnie na wstążce Przekształć wybierz pozycję Typ>danych Liczba dziesiętna.
  4. Zmień typ przewidywanej kolumny: wybierz tę kolumnę, a następnie na wstążce Przekształć wybierz pozycję Typ>danych Liczba dziesiętna.
  5. Na wstążce Narzędzia główne wybierz pozycję Zamknij & zastosuj.

Tworzenie raportu z wizualizacjami

Teraz możesz utworzyć wizualizacje, aby wyświetlić dane.

  1. W okienku Wizualizacje wybierz wykres liniowy.
  2. Po wybraniu wizualizacji wykresu liniowego:
  3. Przeciągnij pole AGE na oś.
  4. Przeciągnij rzeczywiste pole do wartości.
  5. Przeciągnij przewidywane pole do wartości.

Zmień rozmiar wykresu liniowego, aby wypełnić stronę. Raport ma teraz jeden wykres liniowy z dwoma liniami, jeden dla przewidywanego i jednego dla rzeczywistych wartości rozdzielonych według wieku.

Screenshot showing report visualization.

Publikowanie raportu

Jeśli chcesz, możesz dodać więcej wizualizacji. W interesie zwięzłości w tym samouczku opublikujemy raport.

  1. Zapisz raport.

  2. Wybierz pozycję Publikuj plik>Publikuj>w usłudze Power BI.

  3. Zaloguj się do usługa Power BI.

  4. Wybierz pozycję Mój obszar roboczy.

  5. Po pomyślnym opublikowaniu raportu wybierz link Otwórz <plik MY_PBIX_FILE.pbix> w usłudze Power BI. Raport otwiera raport w usłudze Power BI w przeglądarce.

    Screenshot showing successful publish.

Włączanie odświeżania zestawów danych

W scenariuszu, w którym źródło danych jest odświeżane przy użyciu nowych danych do oceny, należy zaktualizować poświadczenia, aby można było ocenić dane.

W obszarze Mój obszar roboczy w usługa Power BI na czarnym pasku nagłówka wybierz pozycję Więcej opcji (...)>>Ustawienia Ustawienia.

Screenshot showing settings.

Wybierz pozycję Modele semantyczne, rozwiń węzeł Poświadczenia źródła danych, a następnie wybierz pozycję Edytuj poświadczenia.

Screenshot showing credential refresh.

Postępuj zgodnie z instrukcjami dotyczącymi funkcji azureMLFunctions i sieci Web. Upewnij się, że wybrano poziom prywatności. Teraz można ustawić zaplanowane odświeżanie danych. Wybierz częstotliwość odświeżania i strefę czasową. Możesz również wybrać adres e-mail, na którym usługa Power BI może wysyłać powiadomienia o niepowodzeniu odświeżania.

Screenshot showing dataset and scoring refresh.

Wybierz Zastosuj.

Uwaga

Po odświeżeniu danych wysyła również dane do punktu końcowego usługi Azure Machine Edukacja w celu oceny.

Czyszczenie zasobów

Ważne

Możesz użyć zasobów utworzonych jako wymagania wstępne dla innych samouczków usługi Azure Machine Edukacja i artykułów z instrukcjami.

Jeśli nie planujesz korzystać z utworzonych zasobów, usuń je, aby nie ponosić żadnych opłat.

  1. W witrynie Azure Portal na końcu z lewej strony wybierz pozycję Grupy zasobów.

  2. Z listy wybierz utworzoną grupę zasobów.

  3. Wybierz pozycję Usuń grupę zasobów.

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

  4. Wpisz nazwę grupy zasobów. Następnie wybierz Usuń.

  5. W obszarze Mój obszar roboczy w usługa Power BI usuń raport i powiązany zestaw danych. Nie musisz usuwać programu Power BI Desktop ani raportu na komputerze. Program Power BI Desktop jest bezpłatny.

Następne kroki

Z tej serii samouczków dowiesz się, jak skonfigurować harmonogram w usłudze Power BI, aby nowe dane mogły być oceniane przez punkt końcowy oceniania w usłudze Azure Machine Edukacja.