Adicionar Linhas
Importante
O suporte para o Estúdio de ML (clássico) terminará a 31 de agosto de 2024. Recomendamos a transição para o Azure Machine Learning até essa data.
A partir de 1 de dezembro de 2021, não poderá criar novos recursos do Estúdio de ML (clássico). Até 31 de agosto de 2024, pode continuar a utilizar os recursos existentes do Estúdio de ML (clássico).
- Consulte informações sobre projetos de machine learning em movimento de ML Studio (clássico) para Azure Machine Learning.
- Saiba mais sobre Azure Machine Learning.
A documentação do Estúdio de ML (clássico) está a ser descontinuada e poderá não ser atualizada no futuro.
Anexa um conjunto de linhas de um conjunto de dados de entrada até ao final de outro conjunto de dados
Categoria: Transformação de Dados / Manipulação
Nota
Aplica-se a: Machine Learning Studio (clássico) apenas
Módulos semelhantes de arrasto e queda estão disponíveis em Azure Machine Learning designer.
Visão geral do módulo
Este artigo descreve como usar o módulo Add Rows em Machine Learning Studio (clássico) para concatenar dois conjuntos de dados. Na concatenação, as linhas do segundo conjunto de dados são adicionadas ao final do primeiro conjunto de dados.
A concatenação de linhas é útil em cenários como estes:
Gerou uma série de estatísticas de avaliação e quer combiná-las numa tabela para uma comunicação mais fácil.
Tem trabalhado com diferentes conjuntos de dados e pretende combinar os conjuntos de dados para criar um conjunto de dados final.
Como utilizar Add Rows
Para concatenar linhas de dois conjuntos de dados, as linhas devem ter exatamente o mesmo esquema. Isto significa o mesmo número de colunas, e o mesmo tipo de dados nas colunas.
Arraste o módulo Add Rows para a sua experiência, pode encontrá-lo na categoria De Transformação de Dados, na categoria Manipular .
Ligação os conjuntos de dados para as duas portas de entrada. O conjunto de dados que pretende anexar deve ser ligado à segunda (direita) porta.
Execute a experimentação. O número de linhas no conjunto de dados de saída deve ser igual à soma das linhas de ambos os conjuntos de dados de entrada.
Se adicionar o mesmo conjunto de dados a ambas as entradas do módulo Add Rows , o conjunto de dados é duplicado.
Notas técnicas
Esta secção descreve detalhes de implementação e questões comuns.
Não é possível filtrar o conjunto de dados de origem ao adicionar linhas. Todas as linhas de ambos os conjuntos de dados fornecidos como entradas são concatenadas quando utiliza o Add Rows.
Se pretender adicionar apenas algumas linhas, utilize a Partição e a Amostra para definir uma condição para filtrar as linhas e gerar um conjunto de dados apenas com as linhas desejadas.
Exemplos
Para ver exemplos de como este módulo é usado, consulte a Galeria Azure AI:
Estimativa da procura: Combina o resultado da avaliação de vários modelos num único conjunto de dados e passa-o para um Executo R Script para processamento personalizado
Deteção do cancro da mama: Os conjuntos de dados que contêm funcionalidades úteis são limpos e depois combinados utilizando Add Rows, Add Columns e Join Data.
Previsão do desempenho do aluno: Utiliza Add Rows para combinar os resultados de métricas personalizadas que são calculadas através da Aplicação da Operação Matemática.
Previsão de Séries de Tempo: Utiliza scripts R para gerar métricas personalizadas e, em seguida, combina-os numa única tabela utilizando Add Rows.
Entradas esperadas
| Nome | Tipo | Description |
|---|---|---|
| Conjunto de dados1 | Tabela de Dados | Linhas de conjunto de dados a adicionar primeiro ao conjunto de dados de saída |
| Conjunto de dados2 | Tabela de Dados | Linhas de conjunto de dados a serem anexadas ao primeiro conjunto de dados |
Saídas
| Nome | Tipo | Description |
|---|---|---|
| Conjunto de dados de resultados | Tabela de Dados | Conjunto de dados que contém todas as linhas de conjuntos de dados de entrada |
Exceções
| Exceção | Description |
|---|---|
| Erro 0003 | Uma exceção ocorre se um ou mais conjuntos de dados de entrada forem nulos ou vazios. |
| Erro 0010 | Uma exceção ocorre se os conjuntos de dados de entrada tiverem nomes de colunas que devem coincidir, mas não. |
| Erro 0016 | Uma exceção ocorre se os conjuntos de dados de entrada passados para o módulo devem ter tipos de coluna compatíveis, mas não o fazem. |
| Erro 0008 | Ocorre uma exceção se o parâmetro não estiver ao alcance. |
Para obter uma lista de erros específicos dos módulos Studio (clássicos), consulte Machine Learning Códigos de Erro.
Para obter uma lista de exceções da API, consulte Machine Learning CÓDIGOs de Erro da API REST.