Dönüşüm Uygulama
Önemli
Machine Learning Stüdyosu (klasik) desteği 31 Ağustos 2024'te sona erecektir. Bu tarihe kadar Azure Machine Learning'e geçmenizi öneririz.
1 Aralık 2021'den başlayarak artık yeni Machine Learning Stüdyosu (klasik) kaynakları oluşturamayacaksınız. 31 Ağustos 2024'e kadar mevcut Machine Learning Stüdyosu (klasik) kaynaklarını kullanmaya devam edebilirsiniz.
- Makine öğrenmesi projelerini ML Studio'dan (klasik) Azure Machine Learning.
- Daha fazla bilgi Azure Machine Learning.
ML Stüdyosu (klasik) belgeleri kullanımdan kaldırılacak ve gelecekte güncelleştirilmeyecektir.
Bir veri kümesine iyi belirtilmiş bir veri dönüştürmesi uygular
Kategori: Machine Learning / Puan
Not
Uygulama: Machine Learning Studio (yalnızca klasik)
Benzer sürükle ve bırak modülleri tasarımcıda da Azure Machine Learning kullanılabilir.
Modüle genel bakış
Bu makalede, daha önce hesaplanan bir dönüştürmeye göre bir giriş veri kümesinde değişiklik yapmak için Machine Learning Studio'da (klasik) Dönüşüm Uygulama modülünün nasıl kullanımı açıklanmıştır.
Örneğin, Verileri Normalleştirme modülünü kullanarak eğitim verilerinizi normalleştirmek için z puanlarını kullandıysanız, puanlama aşamasında eğitim için hesaplanan z puanı değerini de kullanmak iyi olur. Machine Learning Studio'da (klasik), normalleştirme yöntemini bir dönüşüm olarak kaydederek ve ardından Dönüştürme Uygula'yi kullanarak z puanını puanlamadan önce giriş verilerine uygulayarak bunu kolayca yapabilirsiniz.
Machine Learning Studio (klasik), birçok farklı türde özel dönüştürme oluşturma ve sonra uygulama desteği sağlar. Örneğin, aşağıdakini gerçekleştiren dönüştürmeleri kaydetmek ve sonra yeniden kullanmak istiyor olabilirsiniz:
Eksik Verileri Temizleme kullanarak eksik değerleri kaldırma veya değiştirme
Verileri Normalleştirme veya Verileri Grupla'ya Göre Grupla kullanarak verileri grupla, ölçeklendirin ve normalleştirin
Counts modülleriyle birlikte kullanarak bir veri kümesi için ortak olasılık dağılımını hesap Learning bir dizi küçük özellik oluşturun.
Dönüşümü Uygula'nın kullanımı
Denemenize Dönüştürme Uygulama modülünü ekleyin. Modülünü Puan kategorisindeki Machine Learningaltında bulabilirsiniz.
Giriş olarak kullanmak üzere var olan bir dönüşümü bulun.
Dönüştürme denemenin önceki kısımlarında oluşturulduktan sonra (örneğin, temizleme veya veri ölçeklendirme işlemi kapsamında) genellikle ITransform arabirim nesnesi modülün sağ çıkışında kullanılabilir. Bağlan Dönüştürme Uygula'nın sol girişine doğru seçin.
Daha önce kaydedilen dönüştürmeler sol gezinti bölmesindeki Dönüşümler grubunda bulunabilir.
İpucu
Bir deneme için dönüştürme tasarlar ancak açıkça kaydetmeyecek olursanız, oturumunuz açık olduğu sürece dönüştürme çalışma alanında kullanılabilir. Oturumu kapatır ancak dönüştürmeyi kaydedenin ITransform arabirimi nesnesini oluşturmak için denemeyi yeniden çalıştırabilirsiniz .
Bağlan dönüştürmek istediğiniz veri kümesine sahip olur. Veri kümesi, dönüşümün ilk tasarlanma zaman kümesiyle tam olarak aynı şemaya (sütun sayısı, sütun adları, veri türleri) sahip olmalıdır.
Başka bir parametrenin ayarlanmış olması gerekli değil; dönüştürme tanımlayarak tüm özelleştirmeler yapılır.
Yeni veri kümesine dönüştürme uygulamak için denemeyi çalıştırın.
Örnekler
Bu modülün makine öğrenmesinde nasıl kullanılı olduğunu görmek için aşağıdaki Azure Yapay Zeka Galerisi:
Çevrimiçi Sahtekarlık Algılama: Bu örnek, eksik değerlerin tüm veri kümeleriyle aynı şekilde işlenirken emin olmak için Eksik Verileri Temizleme ile Dönüşüm Uygula'nın nasıl kullanıla bir örnektir.
Tahmine Dayalı Bakım: Verileri Normalleştirme ile DönüşümUygulama'nın nasıl kullanılacı olduğunu gösteriyor.
Learning: Sayı tablosu yeniden kullanmak için Dönüşümü Uygula'nın kullanılmasıdır.
Teknik notlar
Dönüştürme Uygula modülü , bir ITransform arabirimi oluşturan modüllerin çıkışını girdi olarak alır. Bu modüller şunlardır:
İpucu
Ayrıca dijital sinyal işleme için tasarlanmış filtreleri kaydedebilir ve yeniden kullanabilirsiniz. Ancak filtreler ITransform arabirimi yerine IFilterarabirimini kullanır.
Beklenen girişler
Ad | Tür | Description |
---|---|---|
Dönüşüm | ITransform arabirimi | Birli veri dönüşümü |
Veri kümesi | Veri Tablosu | Dönüştürülmesi gereken veri kümesi |
Çıkışlar
Ad | Tür | Description |
---|---|---|
Dönüştürülen veri kümesi | Veri Tablosu | Dönüştürülen veri kümesi |
Özel durumlar
Özel durum | Description |
---|---|
Hata 0003 | Bir veya daha fazla giriş null veya boşsa özel durum oluşur. |
Studio (klasik) modüllerine özgü hataların listesi için bkz. Machine Learning kodları.
API özel durumlarının listesi için bkz. Machine Learning REST API Kodları.
Ayrıca bkz.
Filtrele
SQL Dönüşümü Uygulama
Eksik Verileri Temizleme
Verileri Normalleştirme
A-Z Modül Listesi
Verileri Kutulara Gruplama