Kümeleme Modelini Eğitme
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 öğrenimi projelerini ML Studio (klasik) konumundan Azure Machine Learning taşımaya yönelik bilgilerebakın.
- Azure Machine Learninghakkında daha fazla bilgi edinin.
ML Stüdyosu (klasik) belgeleri kullanımdan kaldırılacak ve gelecekte güncelleştirilmeyecektir.
Bir kümeleme modeli yapın ve eğitim kümesinden kümeler halinde veri atar
kategori: Machine Learning/eğitme
Not
uygulama hedefi: yalnızca Machine Learning Studio (klasik)
benzer sürükle ve bırak modülleri Azure Machine Learning tasarımcısındakullanılabilir.
Modüle genel bakış
bu makalede, bir kümeleme modeli eğitimi için Machine Learning Studio 'da (klasik) kümeleme modeli eğitimi modülünün nasıl kullanılacağı açıklanır.
Modül, zaten K-bit kümeleme modülünü kullanarak yapılandırdığınız eğitilen bir kümeleme modeli alır ve etiketli ya da etiketsiz veri kümesi kullanarak modeli ilerleder. Modül hem tahmin için kullanabileceğiniz eğitilen bir model hem de eğitim verilerinde her bir durum için bir küme atamaları kümesi oluşturur.
Not
Bir kümeleme modeli, makine öğrenimi modelleri oluşturmak için genel modül olan model eğitme modülü kullanılarak eğitilmiyor. Bunun nedeni, eğitme modelinin yalnızca denetimli öğrenme algoritmalarıyla çalışmasıdır. K-ve diğer kümeleme algoritmalarının, açıklanmadan önce, bu algoritmanın etiketli verilerden öğrenilecebileceği anlamına gelir.
Bir kümeleme modeli eğitimi kullanma
Studio 'da (klasik) denemenize kümeleme modeli modülü ekleme. modülü, eğitme kategorisinde Machine Learning modülleraltında bulabilirsiniz.
K-anlamı kümeleme modülünü veya uyumlu bir kümeleme modeli oluşturan başka bir özel modülü ekleyin ve kümeleme modelinin parametrelerini ayarlayın.
Bir eğitim veri kümesini, kümeleme modeli eğitimiiçin sağ girişe iliştirin.
Sütun kümesi' nde, kümeler oluştururken kullanılacak veri kümesinden sütunları seçin. İyi özellikleri olan sütunları seçtiğinizden emin olun: Örneğin, benzersiz değerlere sahip kimlikleri veya diğer sütunları ya da aynı değere sahip sütunları kullanmaktan kaçının.
Bir etiket varsa, bunu bir özellik olarak kullanabilir ya da kapatabilirsiniz.
Yeni küme etiketiyle eğitim verilerini bir araya getirmek istiyorsanız, yalnızca sonuç Için Ekle veya Işaretini kaldırseçeneğini işaretleyin.
Bu seçeneğin işaretini kaldırırsanız yalnızca küme atamaları çıkışlardır.
Denemeyi çalıştırın veya kümeleme modeli eğitimi modülüne tıklayın ve Seçileni Çalıştır' ı seçin.
Sonuçlar
Eğitim tamamlandıktan sonra:
Küme ve ayırmayı bir grafikte görüntülemek için sonuçlar veri kümesi çıktısına sağ tıklayıp Görselleştir' i seçin.
Grafik, gerçek değerler yerine kümenin asıl bileşenlerini temsil eder. Daha fazla bilgi için bkz. sorumlu bileşen analizi .
Veri kümesindeki değerleri görüntülemek için, veri kümesine Dönüştür modülüne bir örnek ekleyin ve sonuç veri kümesi çıktısına bağlayın. Görüntüleyebileceğiniz veya indirebileceğiniz verilerin bir kopyasını almak için DataSet 'e Dönüştür modülünü çalıştırın.
Daha sonra yeniden kullanmak üzere eğitilen modeli kaydetmek için modüle sağ tıklayın, eğitilen model' i seçin ve eğitilen model olarak kaydet' e tıklayın.
Modelden puanlar oluşturmak için kümelere veri ata' yı kullanın.
Örnekler
Makine öğreniminde kümelemenin nasıl kullanıldığına ilişkin bir örnek için, Azure yapay zeka Galerisibakın:
Kümeleme: benzer şirketleri bulma: yapılandırılmamış metinden türetilmiş özniteliklerde kümelemenin nasıl kullanılacağını gösterir.
Kümeleme: renk satışını: ilgili renkleri bulmak ve görüntülerde kullanılan bit sayısını azaltmak için kümelemenin nasıl kullanılacağını gösterir.
Kümeleme: Iris verilerini Gruplandır: Iris veri kümesine dayalı basit bir kümeleme örneği sağlar.
Beklenen girişler
Ad | Tür | Description |
---|---|---|
Eğitilen model | Iluster arabirimi | Eğitilen kümeleme modeli |
Veri kümesi | Veri tablosu | Giriş veri kaynağı |
Modül parametreleri
Name | Aralık | Tür | Varsayılan | Description |
---|---|---|---|---|
Sütun kümesi | herhangi biri | ColumnSelection | Sütun seçim kalıbı | |
Yalnızca sonuç için ekleme veya onay Işaretini denetle | herhangi biri | Boole | true | Çıktı veri kümesinin, atamalar sütunu (Işaretli) veya yalnızca atamalar sütunuyla eklenmiş giriş veri kümesini içermesi gerekip gerekmediğini belirtir (Işaretsiz) |
Çıkışlar
Ad | Tür | Description |
---|---|---|
Eğitilen model | Iluster arabirimi | Eğitilen kümeleme modeli |
Sonuç veri kümesi | Veri tablosu | Giriş veri kümesi yalnızca atamaların veya atamalar sütununun veri sütunuyla eklenir |
Özel durumlar
Özel durum | Description |
---|---|
Hata 0003 | Bir veya daha fazla giriş null veya boş olduğunda özel durum oluşur. |
Studio (klasik) modüllerine özgü hataların listesi için bkz. Machine Learning hata kodları.
apı özel durumlarının listesi için bkz. Machine Learning REST API hata kodları.
Ayrıca bkz.
A-Z modül listesi
Eğitim
Kümelere Veri Atama
K Ortalamaları Kümeleme