Använd transformeringskomponent
I den här artikeln beskrivs en komponent i Azure Machine Learning-designern.
Använd den här komponenten för att ändra en indatauppsättning baserat på en tidigare beräknad transformering. Den här komponenten är nödvändig i om du behöver uppdatera transformeringar i slutsatsdragningspipelines.
Om du till exempel använde z-poäng för att normalisera dina träningsdata med hjälp av komponenten Normalisera data , skulle du också vilja använda z-score-värdet som beräknades för träning under bedömningsfasen. I Azure Machine Learning kan du spara normaliseringsmetoden som en transformering och sedan använda Tillämpa transformering för att tillämpa z-poängen på indata innan du bedömer.
Så här sparar du transformeringar
Med designern kan du spara datatransformeringar som datauppsättningar så att du kan använda dem i andra pipelines.
Välj en komponent för datatransformering som har körts.
Välj fliken Utdata + loggar.
Leta reda på transformeringsutdata och välj registerdatauppsättningen för att spara den som en komponent under kategorin Datauppsättningar i komponentpaletten.
Så här använder du Tillämpa transformering
Lägg till komponenten Tillämpa transformering i pipelinen. Du hittar den här komponenten i avsnittet Modellbedömning och utvärdering i komponentpaletten.
Hitta den sparade transformering som du vill använda under Datauppsättningar i komponentpaletten.
Anslut utdata från den sparade omvandlingen till den vänstra indataporten för Använd transformeringskomponenten.
Datauppsättningen bör ha exakt samma schema (antal kolumner, kolumnnamn, datatyper) som den datauppsättning som omvandlingen först utformades för.
Anslut datauppsättningens utdata för den önskade komponenten till rätt indataport för Använd transformeringskomponenten.
Om du vill tillämpa en transformering på den nya datamängden skickar du pipelinen.
Viktigt!
För att säkerställa att den uppdaterade omvandlingen i träningspipelines också är möjlig i slutsatsdragningspipelines måste du följa stegen nedan varje gång det uppdateras transformering i träningspipelinen:
- I träningspipelinen registrerar du utdata från Select Columns Transform som en datauppsättning.
- I slutsatsdragningspipelinen tar du bort TD-komponenten och ersätter den med den registrerade datauppsättningen i föregående steg.
Nästa steg
Se den uppsättning komponenter som är tillgängliga för Azure Machine Learning.