训练聚类分析模型
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。
训练群集模型，并将训练集中的数据分配到群集
类别：机器学习/训练
模块概述
本文介绍如何使用 机器学习 Studio () 中的训练聚类分析模型模块来训练聚类分析模型。
此模块采用已使用 K-Means 聚类分析模块配置的未训练的聚类分析模型，并使用标记的或未标记的数据集来训练模型。 此模块既创建可用于预测的已训练模型，又为训练数据中的每个案例创建一组群集分配。
注意
聚类分析模型不能使用训练模型模块（用于创建机器学习模型的通用模块）进行训练。 因为训练模型仅适用于监督式学习算法。 K-means 和其他聚类分析算法允许非监督式学习，这意味着算法可以从非标记的数据进行学习。
如何使用“训练聚类分析模型”
将" 训练聚类分析模型" 模块添加到工作室中的试验 (经典) 。 可以在“机器学习模块”下的“训练”类别中找到此模块 。
添加 K-Means 聚类分析模块，或另一个可创建兼容的聚类分析模型的自定义模块，并设置聚类分析模型的参数。
将训练数据集附加到训练聚类分析模型的右侧输入。
在“列集”中，从数据集选择用于构建群集的列。 确保选择可以生成良好特征的列：例如，避免使用有唯一值的 ID 或其他列，或者所有值都相同的列。
如果某个标签可用，则可将它用作特征，或者不用它。
如果要将 训练数据与新的群集标签一起输出，请选择选项"检查追加"或"仅取消选中结果"。
如果取消选择此选项，则只输出群集分配。
运行试验，或单击"训练 聚类分析模型"模块， 然后选择" 运行选定项"。
结果
在训练完成后：
若要在关系图中查看群集及其分隔，请右键单击"结果 "数据集 输出，然后选择"可视化 "。
该图表示群集的主体组件，而不是实际值。 有关详细信息 ，请参阅主体 组件分析。
若要查看数据集中的值，请添加"转换为数据集"模块的实例，并将其连接到结果数据集输出。 运行 "转换为数据集 "模块，获取可以查看或下载的数据的副本。
若要保存已训练的模型供以后使用，请右键单击模块，选择 "已训练模型"，然后单击" 另存为已训练模型"。
若要从模型生成分数，请使用将数据分配到群集。
示例
有关如何在机器学习中使用聚类分析的示例，请参阅Azure AI 库：
聚类分析：查找类似的公司：演示如何对派生自非结构化文本的属性使用聚类分析。
聚类分析：颜色量化：演示如何使用聚类分析查找相关颜色并减少图像中使用的位数。
聚类分析：对 iris 数据进行分组：提供基于 iris 数据集的聚类分析的简单示例。
预期输入
| 名称 | 类型 | 说明 |
|---|---|---|
| 未训练的模型 | ICluster 接口 | 未训练的聚类模型 |
| 数据集 | 数据表 | 输入的数据源 |
模块参数
| 名称 | 范围 | 类型 | 默认 | 说明 |
|---|---|---|---|---|
| 列集 | any | ColumnSelection | 列选择模式 | |
| 选中附加或取消选中仅限结果 | any | 布尔 | 是 | 输出数据集是必须包含分配列追加的输入数据集（已选中），还是仅包含分配列（未选中） |
Outputs
| 名称 | 类型 | 说明 |
|---|---|---|
| 已训练模型 | ICluster 接口 | 训练的群集模型 |
| 结果数据集 | 数据表 | 分配数据列追加的输入数据集，或仅分配列 |
例外
| 异常 | 描述 |
|---|---|
| 错误 0003 | 如果一个或多个输入为 NULL 或为空，将出现异常。 |
有关特定于工作室和经典 (模块) 的列表，请参阅机器学习代码。
有关 API 异常的列表，请参阅机器学习 REST API代码。