评分模型
重要
对机器学习工作室（经典）的支持将于 2024 年 8 月 31 日结束。 建议在该日期之前转换到 Azure 机器学习。
从 2021 年 12 月 1 日开始，你将无法创建新的机器学习工作室（经典）资源。 在 2024 年 8 月 31 日之前，可继续使用现有的机器学习工作室（经典）资源。
ML 工作室（经典）文档即将停用，将来可能不会更新。
为训练的分类或回归模型的预测评分
类别：机器学习/分数
模块概述
本文介绍如何使用 机器学习 Studio (经典) 中的评分模型模块，以使用训练的分类或回归模型生成预测。
如何使用评分模型
将" 评分模型" 模块添加到工作室中的试验 (经典) 。
连接经训练的模型和包含新输入数据的数据集。
数据应采用与所使用的经训练模型类型兼容的格式。 输入数据集的架构通常还应与用于训练模型的数据的架构相匹配。
运行试验。
结果
使用评分模型生成一组分数后：
- 生成一组用于评估模型准确性（性能）的指标。 可以连接经评分的数据集以评估模型，
- 右键单击模块并选择" 可视化 "以查看结果示例。
- 将结果保存到数据集。
分数（或预测值）可以采用多种不同的格式，具体取决于模型和输入数据：
将评分发布为 Web 服务
评分的一个常见用途是在预测 Web 服务中返回输出。 有关详细信息，请参阅本教程，了解如何基于 Azure ML Studio 中的试验创建 Web (经典) ：
示例
有关如何在实验 性 工作流中使用评分模型的示例，请参阅以下 Azure AI 库：
技术说明
评分模型不支持的模型
如果使用以下特殊类型的模型，你可能需要使用以下自定义评分模块之一：
对聚类分析模型进行评分：使用 将数据分配给群集。
创建建议或生成用于评估推荐器的数据：使用 评分 Matchbox 推荐器
使用提示
如果你评分的数据包含缺失的值，在许多情况下，不会为整行生成任何评分。
以下机器学习模型要求数据不包含任何缺失值。 使用以下机器学习模型时，在将数据传递给评分模型之前查看数据，并使用"清理缺失数据"修改输入列中的缺失值。
预期输入
| 名称 | 类型 | 说明 |
|---|---|---|
| 已训练模型 | ILearner 接口 | 训练的预测模型 |
| 数据集 | 数据表 | 输入测试数据集 |
Outputs
| 名称 | 类型 | 说明 |
|---|---|---|
| 评分数据集 | 数据表 | 包含获得评分的数据集 |
例外
| 异常 | 描述 |
|---|---|
| 错误 0032 | 如果参数不是数字，将出现异常。 |
| 错误 0033 | 如果参数是无穷大，将出现异常。 |
| 错误 0003 | 如果一个或多个输入为 NULL 或为空，将出现异常。 |
| 错误 0013 | 如果传递给该模块的学习器是无效类型，则会出现异常。 |