定型叢集模型
本文說明 Azure 機器學習 設計工具中的元件。
使用此元件來定型叢集模型。
此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，並使用加上標籤的資料集來定型模型。 元件會建立一個可用於預測的定型模型，以及定型數據中每個案例的一組叢集指派。
注意
無法使用定型模型元件來定型叢集模型，這是定型機器學習模型的泛型元件。 這是因為 定型模型 僅適用於受監督式學習演算法。 K-means 和其他群集演算法允許非監督式學習，這表示演算法可以從未標記的數據中學習。
如何使用定型叢集模型
將定 型叢集模型 元件新增至設計工具中的管線。 您可以在 [定型] 類別的 [機器學習元件] 下找到元件。
新增 K-Means 叢集元件，或建立相容叢集模型的另一個自定義元件，並設定叢集模型的參數。
將定型數據集附加至定型群集模型的右側輸入。
在 [ 數據行集] 中，從數據集選取要用於建置叢集的數據行。 請務必選取具有良好功能的數據行：例如，避免使用標識碼或其他具有唯一值的數據行，或具有相同值的數據行。
如果標籤可用，您可以使用標籤做為功能，或將其排除在外。
如果想要與新的叢集標籤標一起輸出定型數據，請選取 [檢查是否附加] 或 [取消核取結果] 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，或按兩下 [ 定型叢集模型] 元件，然後選取 [ 執行選取]。
結果
定型完成後：
若要儲存已定型模型的快照集，請選取 [定型模型] 元件右面板中的 [輸出] 索引標籤。 選取 [ 註冊數據集] 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 將數據指派給叢集。