使用 Azure Machine Learning 分析資料

發行項
06/01/2023

本教學課程使用 Azure Machine Learning 設計工具，以建置預測性機器學習模型。此模型是以 Azure Synapse 中儲存的資料為基礎。本教學課程的案例是要預測客戶是否可能購買自行車，好讓自行車商店 Adventure Works 能建置目標行銷活動。

Prerequisites

若要逐步執行本教學課程，您需要：

預先載入 AdventureWorksDW 範例資料的 SQL 集區。如要進行佈建，請參閱建立 SQL 集區並選擇載入範例資料。若您已有資料倉儲但沒有範例資料，您可以手動載入範例資料。
Azure Machine Learning 工作區。遵循本教學課程來建立新的。

取得資料

使用的資料位於 AdventureWorksDW 的 dbo.vTargetMail 檢視中。如要在本教學課程中使用資料存放區，資料需先匯出至 Azure Data Lake Storage 帳戶，因為 Azure Synapse 目前不支援資料集。使用複製活動，便可以透過 Azure Data Factory 將資料從資料倉儲匯出至 Azure Data Lake Storage。使用下列查詢匯入：

SELECT [CustomerKey]
  ,[GeographyKey]
  ,[CustomerAlternateKey]
  ,[MaritalStatus]
  ,[Gender]
  ,cast ([YearlyIncome] as int) as SalaryYear
  ,[TotalChildren]
  ,[NumberChildrenAtHome]
  ,[EnglishEducation]
  ,[EnglishOccupation]
  ,[HouseOwnerFlag]
  ,[NumberCarsOwned]
  ,[CommuteDistance]
  ,[Region]
  ,[Age]
  ,[BikeBuyer]
FROM [dbo].[vTargetMail]

Azure Data Lake Storage 中的資料可供使用之後，Azure Machine Learning 中的資料存放區就會用來連線至 Azure 儲存體服務。遵循下列步驟來建立資料存放區和對應的資料集：

從 Azure 入口網站或在 Azure Machine Learning 工作室中登入，以啟動 Azure Machine Learning 工作室。
在 [管理] 區段的左窗格中，按一下 [資料存放區]，然後按一下 [新增資料存放區]。
提供資料存放區的名稱，選取 [Azure Blob 儲存體] 類型，並提供位置和認證。接著按一下 [ 建立]。
接下來，在 [資產] 區段的左窗格中，按一下 [資料集]。選取 [建立資料集]，使用 [從資料存放區] 選項。
指定資料集的名稱，然後選取 [表格式] 的類型。然後按 [下一步] 繼續操作。
在 [選取或建立資料存放區] 區段中，選取 [先前已建立的資料存放區] 選項。選取先前建立的資料存放區。按一下 [下一步]，然後指定路徑和檔案設定。若檔案包含資料行標頭，請務必指定它。
最後，按一下 [建立]，以建立資料集。

設定設計工具實驗

接下來，依照下列步驟進行設計工具設定：

在 [作者] 區段的左窗格中，按一下 [設計工具] 索引標籤。
選取 [易於使用的預建元件] 來建置新管線。
在右邊的 [設定] 窗格中，指定管線的名稱。
此外，針對 [設定] 按鈕中的整個實驗，選取目標計算叢集至先前佈建的叢集。關閉 [設定] 窗格。

匯入資料

在搜尋方塊下方的左窗格中，選取 [資料集] 子索引標籤。
將您稍早建立的資料集拖曳至畫布。

清除資料

如要清除資料，請卸除與模型無關的資料行。遵循下列步驟：

選取左窗格中的 [元件] 子索引標籤。
將 [資料轉換 < 操作] 底下的 [在資料集中選取資料行] 元件拖曳至畫布中。將此元件連線至 [資料集] 元件。
按一下元件以開啟屬性窗格。按一下 [編輯資料行] 以指定您想要捨棄的資料行。
排除兩個資料行：CustomerAlternateKey 和 GeographyKey。按一下 [儲存]

建立模型

我們將會以 80-20 的比例分割資料：80% 用於定型機器學習模型，20% 用於測試模型。我們會使用「二元」演算法來處理這個二進位分類問題。

將 [分割資料] 元件拖曳至畫布中。
在屬性窗格中，針對 [第一個輸出資料集的資料列比例]，輸入 0.8。
將 [二元促進式決策樹] 元件拖曳至畫布。
將 [定型模型] 元件拖曳至畫布。透過連線至 [二元促進式決策樹] (ML 演算法) 和 [分割資料] (用來定型演算法的資料) 元件，來指定輸入。
針對 [定型模型] 模型，請在 [屬性] 窗格的 [標籤資料行] 選項中，選取 [編輯資料行]。選取 [BikeBuyer] 資料行做為要預測的資料行，然後選取 [儲存]。