定型叢集模型
本文描述 Azure Machine Learning 設計工具中的一個元件。
使用此元件可定型叢集模型。
元件會採用您已使用 K-Means 叢集元件設定的未定型叢集模型，並使用已加標籤或未加標籤的資料集來定型模型。 該元件會建立可用於預測的定型模型，以及針對定型資料中每個案例的一組叢集指派。
注意
您無法使用定型模型元件來定型叢集模型，這是用來定型機器學習模型的一般元件。 這是因為定型模型只適用於受監督的學習演算法。 K-Means 和其他叢集演算法會允許非監督式學習，這表示演算法可以從未加標籤的資料學習。
如何使用定型叢集模型
在設計工具中，將定型叢集模型元件新增至您的管線。 您可以在 Machine Learning 元件下的 [定型] 目錄中找到該元件。
新增 K-Means 叢集元件，或另一個可建立相容叢集模型的自訂元件，並設定叢集模型的參數。
將定型資料集附加至定型叢集模型的右側輸入。
在 [資料行集] 中，從資料集選取要在建置叢集中使用的資料行。 務必選取可組成良好特徵的資料行：例如，避免使用識別碼或具有唯一值的其他資料行，或具有相同值的所有資料行。
如果有可用的標籤，您可以使用它做為特徵，或將其省略。
如果您想要將定型資料與新的叢集標籤一起輸出，請選取 [只檢查附加或取消檢查結果] 選項。
如果您取消選取此選項，則只會輸出叢集指派。
提交管線，或按一下 [定型叢集模型] 元件，然後選取 [執行選取者]。
結果
定型完成後：
若要儲存已定型模型的快照集，請在定型模型元件的右側面板中選取 [輸出] 索引標籤。 選取 [註冊資料集] 圖示，將模型儲存為可重複使用的元件。
若要從模型產生分數，請使用將資料指派給叢集。
注意
如果您需要在設計工具中部署定型的模型，請確定將資料指派給叢集 (而非分數模型) 已連接至推斷管線中 Web 服務輸出元件的輸入。
後續步驟
請參閱 Azure Machine Learning 可用的元件集。