Aracılığıyla paylaş

SVMLight 'ye Dönüştür

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.

ML Stüdyosu (klasik) belgeleri kullanımdan kaldırılacak ve gelecekte güncelleştirilmeyecektir.

Veri girişini SVM-Light Framework tarafından kullanılan biçime dönüştürür

Kategori: veri biçimi dönüştürmeleri

Not

uygulama hedefi: yalnızca Machine Learning Studio (klasik)

benzer sürükle ve bırak modülleri Azure Machine Learning tasarımcısındakullanılabilir.

Modüle genel bakış

bu makalede, veri kümelerinizi svmlight tarafından kullanılan biçime dönüştürmek için Machine Learning Studio 'da (klasik) svmlight 'e dönüştür modülünün nasıl kullanılacağı açıklanır.

SVM-Light Framework, Cornell University 'teki araştırmacılar tarafından geliştirilmiştir. SVM-Light kitaplığı, Vapnik 'ın destek vektör makinesini uygular, ancak biçim başka bir yerde benimsemiştir ve sınıflandırma ve gerileme dahil olmak üzere birçok makine öğrenimi görevi için kullanılabilir.

Daha fazla bilgi için bkz. Svmlight destek vektör makinesi.

SVMLight 'e dönüştürme yapılandırma

SVMLight biçimine dönüştürme işlemi, her bir durumu etiketle başlayan bir veri satırına dönüştürmeyi ve ardından iki nokta üst üste ayrılmış sayılar olarak ifade edilen özellik-değer çiftlerini kapsar. Dönüştürme işlemi doğru sütunları otomatik olarak tanımlamaz, bu nedenle dönüştürmeyi denemeden önce veri kümenizdeki sütunları hazırlamanız önemlidir. Daha fazla bilgi için bkz. verileri dönüştürme Için hazırlama.

  1. , Denemenize SVMLight modülünü Dönüştür ' e ekleyin. bu modülü, Machine Learning Studio 'daki (klasik) veri biçimi dönüştürmeleri kategorisinde bulabilirsiniz.

  2. svmlight biçimine dönüştürmek istediğiniz veri kümesini veya çıktıyı Bağlan.

  3. Denemeyi çalıştırın.

  4. Modülün çıktısına sağ tıklayın, İndir' i seçin ve verileri yerel bir dosyaya değiştirme veya SVMLight 'yi destekleyen bir programla yeniden kullanım için kaydedin.

Veriler dönüştürme için hazırlanıyor

Bu örnek, dönüştürme işlemini göstermek için Studio 'da (klasik) kan bağış yapan veri kümesini kullanır.

Bu örnek veri kümesi, tablolu biçimde aşağıdaki biçimdedir.

Yenilik Sıklık İndirimin Saat Sınıf
2 50 12500 98 1
0 13 3250 28 1
1 1 4000 35 1
2 20 5000 45 1
1 24 6000 77 0

Bu veri kümesindeki [Class] adlı etiket sütununun, tablodaki son sütun olduğunu unutmayın. Bununla birlikte, önce etiketi hangi sütunun içerdiğini, ilk sütunu, [reCne], etiket olarak kullanıldığını ve [Class] sütununu bir özellik olarak kabul etmek zorunda kalmadan SVMLight 'e dönüştürürseniz:

2 1:50 2:12500 3:98 4:1
0 1:13 2:3250 3:28 4:1
1 1:16 2:4000 3:35 4:1

Etiketlerin her durum için satırın başlangıcında doğru şekilde oluşturulduğundan emin olmak için, veri düzenleme modülünün iki örneğini eklemeniz gerekir.

  1. Meta verileri Düzenle' nin ilk örneğinde, etiket sütununu ([sınıf]) seçin ve alanlariçin etiket' i seçin.

  2. Meta verileri Düzenle' nin ikinci örneğinde, dönüştürülmüş dosyada ([yeniden Renklendir], [sıklık], [parasal], [Time]) ve alanlariçin gereken tüm özellik sütunlarını seçin, Özellikler' i seçin.

Sütunlar doğru şekilde tanımlandıktan sonra, SVMLight modülünü Dönüştür ' ü çalıştırabilirsiniz. Dönüştürmeden sonra, kan bağış yapan veri kümesinin ilk birkaç satırı şu biçimdedir:

  • Etiket değeri her girdinin önüne gelir, ardından [yeniden Renklendir], [sıklık], [parasal] ve [Time] değerleri sırasıyla 1, 2, 3 ve 4 olarak tanımlanır.

  • Beşinci satırdaki 0 olan etiket değeri-1 ' e dönüştürüldü. Bunun nedeni, SVMLight 'in yalnızca ikili sınıflandırma etiketlerini desteklemeleridir.

1 1:2 2:50 3:12500 4:98
1 1:0 2:13 3:3250 4:28
1 1:1 2:16 3:4000 4:35
1 1:2 2:20 3:5000 4:45
-1 1:1 2:24 3:6000 4:77

bu metin verilerini Azure ML modeller için doğrudan kullanamaz veya görselleştirebilirsiniz. Ancak, yerel bir paylaşıma indirebilirsiniz.

Dosya açıkken, kaynak veya orijinal özellik sütun adları hakkında notlar ekleyebilmeniz için, tarafından # önceden ortaya çıkacak bir yorum satırı eklemenizi öneririz.

Vowpal Wabbit içinde bir SVMLight dosyası kullanmak ve burada açıklandığı gibi ek değişiklikler yapmak için: Vowpal Wabbit biçimine dönüştürme. Dosya hazırlandığınızda, Azure Blob depolama alanına yükleyin ve doğrudan Vowpal Wabbit modüllerden birinden çağırın.

Örnekler

Azure yapay zeka Galerisi: bu biçime özgü bir örnek yok.

Teknik notlar

Bu bölümde, sık sorulan soruların uygulama ayrıntıları, ipuçları ve yanıtları yer almaktadır.

Kullanım ipuçları

SVM-Light çerçevesinde belirtilen yürütülebilir dosyalar hem örnek dosya hem de model dosyasıgerektirir. Ancak, bu modül yalnızca örnek dosya oluşturur. SVMLight kitaplıklarını kullanarak model dosyasını ayrı olarak oluşturmanız gerekir.

Örnek dosya, eğitim örneklerini içeren dosyadır.

  • İsteğe bağlı başlık

    İlk satırlar yorum içerebilir. Yorumlara, sayı işareti (#) ön eki eklenmelidir.

    SVMLight öğesine dönüştürerek dosya biçimi çıkışı üst bilgi oluşturmaz. Dosyayı, açıklama eklemek, sütun adlarının bir listesini ve benzeri öğeleri düzenlemek için düzenleyebilirsiniz.

  • Eğitim verileri

    Her durum kendi satırına aittir. Bir durum, bir hedef değerden ve ardından bir dizi dizin ve ilişkili özellik değerleriyle oluşur.

    Yanıt değeri, sınıflandırma için 1 veya-1 ya da gerileme için bir sayı olmalıdır.

    Hedef değer ve Dizin-değer çiftlerinin her biri boşlukla ayrılır.

Eğitim verileri örneği

Aşağıdaki tabloda, Two-Class Iris veri kümesinin sütunlarındaki değerlerin, her sütunun bir dizin tarafından temsil edildiği ve ardından iki nokta üst üste ve ardından söz konusu sütundaki değerin nasıl dönüştürüldüğü gösterilmektedir:

Iris veri kümesi Iris veri kümesi, SVMLight 'ye dönüştürüldü
1 6,3 2,9 5,6 1,8 1 1:6.3 2:2.9 3:5.6 4:1.8
0 4,8 3,4 1,6 0,2 -1 1:4.8 2:3.4 3:1.6 4:0.2
1 7,2 3,2 6 1,8 1 1:7.2 2:3.2 3:6 4:1.8

Özellik sütunlarının adlarının dönüşümde kaybolduğunu unutmayın.

Bir Vowpal Wabbit dosyası hazırlamak için SVMLight kullanma

SVMLight biçimi Vowpal Wabbit tarafından kullanılan biçime benzerdir. SVMLight çıkış dosyasını Vowpal Wabbit modeli eğitimi için kullanılabilen bir biçimle değiştirmek için, yalnızca etiket ve özellik listesi arasına bir kanal simgesi eklemeniz yeterlidir.

Örneğin, bu giriş satırlarını karşılaştırın:

İsteğe bağlı açıklama dahil Vowpal Wabbit biçimi

# features are [Recency], [Frequency], [Monetary], [Time]
1 | 1:2 2:50 3:12500 4:98
1 | 1:0 2:13 3:3250 4:28

İsteğe bağlı açıklama dahil olmak üzere SVMLight biçimi

# features are [Recency], [Frequency], [Monetary], [Time]
1 1:2 2:50 3:12500 4:98
1 1:0 2:13 3:3250 4:28

Beklenen girişler

Ad Tür Description
Veri kümesi Veri tablosu Giriş veri kümesi

Çıktı

Ad Tür Description
Sonuç veri kümesi SvmLight Çıkış veri kümesi

Ayrıca bkz.

Veri biçimi dönüştürmeleri
A-Z modül listesi

  • Last updated on