適用於：
機器學習 Studio（傳統版）
Azure 機器學習
重要
Machine Learning 工作室 (傳統) 的支援將於 2024 年 8 月 31 日結束。 建議您在該日期之前轉換成 Azure Machine Learning。
自 2021 年 12 月 1 日起，您將無法建立新的 Machine Learning 工作室 (傳統) 資源。 在 2024 年 8 月 31 日之前，您可以繼續使用現有的 Machine Learning 工作室 (傳統) 資源。
ML 工作室 (傳統) 文件即將淘汰，未來將不再更新。
當您建立預測實驗時，通常會新增 Web 服務輸入和輸出。 當您部署實驗時，取用者可以透過輸入和輸出，從 Web 服務傳送和接收數據。 對於某些應用程式，取用者的數據可能可從數據摘要取得，或已位於外部數據源，例如 Azure Blob 記憶體。 在這些情況下，他們不需要使用 Web 服務輸入和輸出來讀取和寫入數據。 他們可以使用匯入數據模組，改用批次執行服務 （BES） 從數據源讀取數據，並使用匯出數據模組將評分結果寫入不同的數據位置。
匯入數據和匯出數據模組可以從各種資料位置讀取和寫入，包括透過 HTTP 的 Web URL、Hive 查詢、Azure SQL 資料庫中的資料庫、Azure 表格儲存體、Azure Blob 儲存體、數據源提供者或 SQL Server 資料庫。
本主題使用「範例 5：定型、測試、評估二元分類：成人數據集」範例，並假設數據集已載入名為 censusdata 的 Azure SQL 數據表。
建立訓練實驗
當您開啟「範例 5：定型、測試、評估二元分類：成人數據集」範例時，它會使用範例成人普查收入二元分類數據集。 畫布中的實驗看起來會類似下圖：
若要從 Azure SQL 資料表讀取資料：
刪除資料集模組。
在 [元件] 搜尋方塊中，輸入 import。
從結果清單中，將匯 入數據 模組新增至實驗畫布。
將匯入數據模組的輸出連接到清除遺漏數據模組的輸入。
在 [屬性] 窗格中，選取 [數據源] 下拉式清單中的 [Azure SQL 資料庫]。
在 [資料庫伺服器名稱]、[資料庫名稱]、[用戶名稱] 和 [密碼] 欄位中，輸入資料庫的適當資訊。
在 [資料庫查詢] 欄位中，輸入下列查詢。
select [age], [workclass], [fnlwgt], [education], [education-num], [marital-status], [occupation], [relationship], [race], [sex], [capital-gain], [capital-loss], [hours-per-week], [native-country], [income] from dbo.censusdata;在實驗畫布底部，按一下執行。
建立預測實驗
接下來，您需要設定預測實驗，作為部署網路服務的基礎。
- 在實驗畫布底部，按一下 Set Up Web Service，然後選取 預測 Web 服務 [建議]。
- 從預測實驗中移除 Web 服務輸入和 Web 服務輸出模組。
- 在 [元件搜尋] 方塊中，輸入 export。
- 從結果清單中，將匯出資料模組新增到實驗畫布。
- 將評分模型模組的輸出連接到匯出數據模組的輸入。
- 在 [屬性] 窗格中，選取 [數據目的地] 下拉式清單中的 [Azure SQL 資料庫]。
- 在 [資料庫伺服器名稱]、[資料庫名稱]、[伺服器使用者帳戶名稱] 和 [伺服器使用者帳戶密碼] 字段中，輸入資料庫的適當資訊。
- 在要儲存的欄位之逗號分隔清單中，輸入評分標籤。
- 在 [ 數據表名稱] 欄位中，輸入 dbo。ScoredLabels。 如果數據表不存在，則會在執行實驗或呼叫 Web 服務時建立數據表。
- 在 [ 資料表欄位的逗號分隔清單 ] 字段中，輸入 ScoredLabels。
當您撰寫呼叫最終 Web 服務的應用程式時，您可能會想要在運行時間指定不同的輸入查詢或目的地資料表。 若要設定這些輸入和輸出，請使用 Web 服務參數功能來設定 匯入資料 模組 資料源 屬性和 匯出數據 模式資料目的地屬性。 如需 Web 服務參數的詳細資訊，請參閱 Cortana Intelligence 和 機器學習 部落格上的 機器學習 Studio （傳統） Web 服務參數專案。
若要設定匯入查詢和目的地資料表的 Web 服務參數：
- 在 [匯入數據] 模組的屬性窗格中，按兩下 [資料庫查詢] 欄位右上方的圖示，然後選取 [設定為Web 服務參數]。
- 在 [導出數據] 模組的屬性窗格中，按兩下 [資料表名稱] 欄位右上方的圖示，然後選取 [設定為Web 服務參數]。
- 在 [ 導出數據 模組屬性] 窗格底部的 [Web 服務參數 ] 區段中，按兩下 [資料庫查詢]，並將它重新命名為 [查詢]。
- 按兩下 [資料表名稱 ]，並將它重新命名為 [資料表]。
完成時，您的實驗看起來應該類似下圖：
現在您可以將實驗部署為 Web 服務。
部署 Web 服務
您可以部署至傳統或新的 Web 服務。
部署傳統 Web 服務
若要部署為傳統 Web 服務，並建立應用程式來取用它：
在實驗畫布底部，點一下執行。
執行完成時，按兩下 [部署 Web 服務]，然後選取 [部署 Web 服務 [傳統] 。
在 Web 服務儀錶板上，找出您的 API 金鑰。 複製並儲存以供稍後使用。
在 [ 預設端點] 數據表中 ，按兩下 [批次執行] 連結以開啟 API 說明頁面。
在 Visual Studio 中，建立 C# 控制台應用程式：新增>專案>Visual C#>控制台應用程式 （.NET Framework）。
在 API 說明頁面上，尋找 頁面底部的 [範例程式代碼 ] 區段。
將 C# 範例程式代碼複製並貼到Program.cs檔案中，並移除 Blob 記憶體的所有參考。
使用稍早儲存的 API 金鑰來更新 apiKey 變數的值。
找出要求宣告，並更新傳遞至匯入數據和匯出數據模組的 Web 服務參數值。 在此情況下，您會使用原始查詢，但定義新的資料表名稱。
var request = new BatchExecutionRequest() { GlobalParameters = new Dictionary<string, string>() { { "Query", @"select [age], [workclass], [fnlwgt], [education], [education-num], [marital-status], [occupation], [relationship], [race], [sex], [capital-gain], [capital-loss], [hours-per-week], [native-country], [income] from dbo.censusdata" }, { "Table", "dbo.ScoredTable2" }, } };執行應用程式。
執行完成時，會將新的數據表新增至包含評分結果的資料庫。
部署新的 Web 服務
注意
若要部署新的 Web 服務，您必須在部署 Web 服務的訂用帳戶中有足夠的許可權。 如需詳細資訊，請參閱使用 機器學習 Web 服務入口網站管理 Web 服務。
若要部署為新的 Web 服務，並建立應用程式來取用它：
在實驗畫布底部，按一下執行。
執行完成時，按兩下 [部署Web服務 ]，然後選取 [ 部署Web服務[新增] 。
在 [部署實驗] 頁面上，輸入 Web 服務的名稱，然後選取定價方案，然後按兩下 [ 部署]。
在 快速入門 頁面上，點擊 取用。
在 [ 範例程序代碼] 區段中，按兩下 [ Batch]。
在 Visual Studio 中，建立 C# 控制台應用程式：新增>專案>Visual C#>控制台應用程式 （.NET Framework）。
將 C# 範例程式代碼複製並貼到Program.cs檔案中。
使用基本消耗資訊區段中的主鍵來更新apiKey變數的值。
找出 scoreRequest 宣告，並更新傳遞至匯入數據和匯出數據模組的 Web 服務參數值。 在此情況下，您會使用原始查詢，但定義新的資料表名稱。
var scoreRequest = new { Inputs = new Dictionary<string, StringTable>() { }, GlobalParameters = new Dictionary<string, string>() { { "Query", @"select [age], [workclass], [fnlwgt], [education], [education-num], [marital-status], [occupation], [relationship], [race], [sex], [capital-gain], [capital-loss], [hours-per-week], [native-country], [income] from dbo.censusdata" }, { "Table", "dbo.ScoredTable3" }, } };執行應用程式。