Tutorial: Verwenden von Azure Machine Learning-Modellen in Power BITutorial: Consume Azure Machine Learning models in Power BI

Dieses Tutorial führt Sie durch die Erstellung eines Power BI-Berichts auf Grundlage eines Machine Learning-Modells.This tutorial walks you through creating a Power BI report based on a machine learning model. In diesem Tutorial wird Folgendes vermittelt:By the end of this tutorial, you'll be able to:

  • Bewerten Sie Machine Learning-Modelle (die mithilfe Azure Machine Learning bereitgestellt werden) in Power BI.Score machine learning models (deployed using Azure Machine Learning) in Power BI.
  • Stellen Sie im Power Query-Editor eine Verbindung mit einem Azure Machine Learning-Modell her.Connect to an Azure Machine Learning model in the Power Query Editor.
  • Erstellen Sie einen Bericht mit einer Visualisierung, die auf diesem Modell basiert.Create a report with a visualization based on that model.
  • Veröffentlichen Sie diesen Bericht im Power BI-Dienst.Publish that report to the Power BI service.
  • Richten Sie eine geplante Aktualisierung für den Bericht ein.Set up scheduled refresh for the report.

VoraussetzungenPrerequisites

Voraussetzungen zum Starten dieses Tutorials:Before starting this tutorial, you need to:

Erstellen des DatenmodellsCreate the data model

Öffnen Sie Power BI Desktop, und wählen Sie Daten abrufen aus.Open Power BI Desktop and select Get Data. Suchen Sie im Dialogfeld Daten abrufen nach Web.In the Get Data dialog box, search for web. Wählen Sie die Quelle Web und dann Verbinden aus.Select the Web source > Connect.

Screenshot mit Webdaten.

Fügen Sie im Dialogfeld Aus dem Web folgende kopierte URL ein:In the From Web dialog box, copy and paste the following URL in the box:

https://www4.stat.ncsu.edu/~boos/var.select/diabetes.tab.txt

Screenshot mit Web-URL.

Klicken Sie auf OK.Select OK.

Wählen Sie Daten transformieren aus, um das Fenster Power Query-Editor zu öffnen.Select Transform data to open the Power Query Editor window.

Wählen Sie im Menüband „Start“ des Power Query-Editors die Schaltfläche Azure Machine Learning aus.In the Home ribbon of the Power Query Editor, select the Azure Machine Learning button.

Screenshot mit Power Query Editor.

Nachdem Sie sich mit einmaligem Anmelden bei Ihrem Azure-Konto angemeldet haben, wird eine Liste der verfügbaren Dienste angezeigt.After signing in to your Azure account using single sign-on, you see a list of available services. Wählen Sie my-sklearn-service aus, den Sie im Training erstellt haben, und stellen Sie ein Tutorial für Machine Learning-Modelle bereit.Select the my-sklearn-service that you created from the Train and deploy a machine learning model tutorial.

Power Query füllt die Spalten automatisch für Sie auf.Power Query populates the columns automatically for you. Sicher erinnern Sie sich noch, dass unser Schema für den Dienst einen Python-Decorator enthielt, der Eingaben festlegte.You remember that in our schema for the service, we had a Python decorator that specified the inputs. Klicken Sie auf OK.Select OK.

Screenshot der Azure Machine Learning-Modelle.

Wenn Sie OK auswählen, wird der Azure Machine Learning-Dienst aufgerufen.Selecting OK calls the Azure Machine Learning service. Er löst eine Warnung zum Datenschutz für die Daten und den Endpunkt aus.It triggers a warning on data privacy for both the data and the endpoint.

Screenshot mit Datenschutzwarnung.

Wählen Sie Weiter.Select Continue. Wählen Sie im nächsten Bildschirm Überprüfung der Datenschutzebenen für diese Datei ignorieren > Speichern aus.In the next screen, select Ignore Privacy Levels checks for this file > Save.

Nachdem die Daten bewertet wurden, erstellt Power Query eine zusätzliche Spalte mit dem Namen AzureML.my-diabetes-model.Once the data is scored, Power Query creates an additional column named AzureML.my-diabetes-model.

Screenshot der hinzugefügten bewerteten Spalte.

Bei den vom Dienst zurückgegebenen Daten handelt es sich um eine Liste.The data that the service returns is a list.

Hinweis

Wenn Sie ein Designermodell bereitgestellt haben, sehen Sie einen Datensatz.If you deployed a designer model, you see a record.

Um die Vorhersagen zu erhalten, wählen Sie auf dem Menüband Transformieren die Schaltfläche Spalte erweitern und dann Auf neue Zeilen ausweiten aus.To get the predictions, on the Transform ribbon select the Expand column button > Expand to New Rows.

Nach der Erweiterung werden die Vorhersagen in der Spalte AzureML.my-diabetes-model angezeigt.After the expansion, you see the predictions in the AzureML.my-diabetes-model column.

Screenshot mit Erweiterung.

Führen Sie die folgenden Schritte aus, um das Bereinigen des Datenmodells abzuschließen.Follow these next steps to finish cleaning up your data model.

  1. Benennen Sie die Spalte AzureML.my-diabetes-model in vorhergesagt um.Rename the AzureML.my-diabetes-model column to predicted.
  2. Benennen Sie die Spalte Y in tatsächliche um.Rename the Y column to actual.
  3. Ändern Sie den Typ der Spalte tatsächlich: Wählen Sie die Spalte aus, und wählen Sie dann im Menüband Transformieren die Option Datentyp > Dezimalzahl aus.Change the type of the actual column: Select the column, then on the Transform ribbon select Data Type > Decimal Number.
  4. Ändern Sie den Typ der Spalte vorhergesagt: Wählen Sie die Spalte aus, und wählen Sie dann im Menüband Transformieren die Option Datentyp > Dezimalzahl aus.Change the type of the predicted column: Select that column, then on the Transform ribbon select Data Type > Decimal Number.
  5. Wählen Sie im Menüband Start die Option Schließen und anwenden aus.On the Home ribbon, select Close & Apply.

Erstellen eines Berichts mit VisualisierungenCreate a report with visualizations

Nun können Sie einige Visualisierungen erstellen, um Ihre Daten anzuzeigen.Now you can create some visualizations to show your data.

  1. Wählen Sie im Bereich Visualisierungen ein Liniendiagramm aus.In the Visualizations pane, select a Line chart.
  2. Gehen Sie bei ausgewähltem Liniendiagrammvisual wie folgt vor:With the line chart visual selected:
  3. Ziehen Sie das Feld ALTER auf die Achse.Drag the AGE field to the Axis.
  4. Ziehen Sie das Feld tatsächlich auf die Werte.Drag the actual field to Values.
  5. Ziehen Sie das Feld vorhergesagt auf die Werte.Drag the predicted field to Values.

Ändern Sie die Größe des Liniendiagramms, um die Seite auszufüllen.Resize the line chart to fill the page. Der Bericht enthält jetzt ein Liniendiagramm mit zwei Zeilen, eine für die vorhergesagten und eine für die tatsächlichen Werte, verteilt nach Alter.Your report now has a single line chart with two lines, one for the predicted and one for the actual values, distributed by age.

Screenshot mit Berichtsvisualisierung.

Veröffentlichen des BerichtsPublish the report

Wenn Sie möchten, können Sie weitere Visualisierungen hinzufügen.You can add more visualizations if you wish. Um uns auf das Wesentliche zu beschränken, veröffentlichen wir in diesem Tutorial jetzt den Bericht.In the interest of brevity, in this tutorial we'll publish the report.

  1. Speichern Sie den Bericht.Save the report.

  2. Wählen Sie Datei > Veröffentlichen > In Power BI veröffentlichen aus.Select File > Publish > Publish to Power BI.

  3. Melden Sie sich beim Power BI-Dienst an.Sign in to the Power BI service.

  4. Wählen Sie Mein Arbeitsbereich aus.Select My Workspace.

  5. Wenn der Bericht erfolgreich veröffentlicht wurde, wählen Sie den Link <MEINE_PBIX-DATEI.pbix> in Power BI öffnen aus.When the report is published successfully, select the Open <MY_PBIX_FILE.pbix> in Power BI link. Der Bericht wird in Ihrem Browser in Power BI geöffnet.The report opens the report in Power BI in your browser.

    Screenshot mit erfolgreicher Veröffentlichung.

Aktivieren des Aktualisierens von DatasetsEnable datasets to refresh

In einem Szenario, in dem die Datenquelle mit neuen zu bewertenden Daten aktualisiert wird, müssen Sie Ihre Anmeldeinformationen aktualisieren, damit die Daten bewertet werden können.In a scenario where the data source is refreshed with new data to score, you need to update your credentials so the data can be scored.

Wählen Sie im Power BI-Dienst in „Mein Arbeitsbereich“ in der schwarzen Kopfzeile Weitere Optionen (...) > Einstellungen > Einstellungen aus.In My Workspace in the Power BI service, in the black header bar, select More options (...) > Settings > Settings.

Screenshot mit Einstellungen.

Wählen Sie Datasets aus, erweitern Sie Datenquellen-Anmeldeinformationen, und wählen Sie dann Anmeldeinformationen bearbeiten aus.Select Datasets, expand Data source credentials, then select Edit Credentials.

Screenshot mit Anmeldeinformationen.

Befolgen Sie die Anweisungen für azureMLFunctions und Web.Follow the instructions for both azureMLFunctions and Web. Wählen Sie unbedingt eine Datenschutzebene aus.Make sure that you select a privacy level. Sie können jetzt eine Geplante Aktualisierung der Daten festlegen.You can now set a Scheduled refresh of the data. Wählen Sie eine Aktualisierungshäufigkeit und Zeitzone aus.Select a Refresh frequency and Time zone. Sie können auch eine E-Mail-Adresse auswählen, an die Power BI Benachrichtigungen über Aktualisierungsfehler senden kann.You can also select an email address where Power BI can send refresh failure notifications.

Screenshot mit Dataset und Bewertungsaktualisierung.

Wählen Sie Übernehmen.Select Apply.

Hinweis

Wenn die Daten aktualisiert werden, werden sie auch zur Bewertung an Ihren Azure Machine Learning-Endpunkt gesendet.When the data is refreshed, it also sends the data to your Azure Machine Learning endpoint for scoring.

Bereinigen von RessourcenClean up resources

Wichtig

Sie können die von Ihnen bei der Vorbereitung erstellten Ressourcen auch in anderen Tutorials und Anleitungen für Azure Machine Learning verwenden.You can use the resources that you created as prerequisites for other Azure Machine Learning tutorials and how-to articles.

Wenn Sie nicht beabsichtigen, die von Ihnen erstellten Ressourcen zu verwenden, löschen Sie sie, damit keine Gebühren anfallen.If you don't plan to use the resources that you created, delete them so you don't incur any charges.

  1. Wählen Sie ganz links im Azure-Portal Ressourcengruppen aus.In the Azure portal, select Resource groups on the far left.

  2. Wählen Sie in der Liste die Ressourcengruppe aus, die Sie erstellt haben.From the list, select the resource group that you created.

  3. Wählen Sie die Option Ressourcengruppe löschen.Select Delete resource group.

    Screenshot der Auswahlmöglichkeiten zum Löschen einer Ressourcengruppe im Azure-Portal.

  4. Geben Sie den Ressourcengruppennamen ein.Enter the resource group name. Wählen Sie anschließend die Option Löschen.Then select Delete.

  5. Löschen Sie den Bericht und das zugehörige Dataset im Power BI-Dienst in „Mein Arbeitsbereich“.In My Workspace in the Power BI service, delete the report and the related dataset. Es ist nicht erforderlich, Power BI Desktop oder den Bericht auf Ihrem Computer zu löschen.You don't need to delete Power BI Desktop or the report on your computer. Power BI Desktop ist kostenlos.Power BI Desktop is free.

Nächste SchritteNext steps

In dieser Tutorialreihe haben Sie gelernt, wie Sie einen Zeitplan in Power BI einrichten, damit neue Daten durch ihren Bewertungsendpunkt in Azure Machine Learning bewertet werden können.In this tutorial series, you learnt how to set up a schedule in Power BI so that new data can be scored by your scoring endpoint in Azure Machine Learning.