Noter un modèle
Cet article décrit un composant dans le concepteur Azure Machine Learning.
Utilisez ce composant pour générer des prédictions à l’aide d’un modèle de classification ou de régression formé.
Utilisation
Ajoutez le composant Effectuer le scoring d’un modèle à votre pipeline.
Joignez un modèle entraîné et un jeu de données contenant de nouvelles données d’entrée.
Les données doivent être dans un format compatible avec le type de modèle entraîné que vous utilisez. Le schéma du jeu de données d’entrée doit correspondre aussi généralement au schéma des données utilisées pour effectuer l’apprentissage du modèle.
Envoyez le pipeline.
Résultats
Une fois que vous avez généré un jeu de résultats à l’aide du module Noter le modèle :
- Pour générer un ensemble de métriques utilisées pour évaluer la précision du modèle (performance), vous pouvez connecter le jeu de données évalué au module Évaluer le modèle.
- Cliquez avec le bouton droit sur le composant et sélectionnez Visualiser pour afficher un échantillon des résultats.
Le score, ou la valeur prédite, peut être indiqué dans différents formats en fonction du modèle et de vos données d’entrée :
- Pour les modèles de classification, le module Noter le modèle génère une valeur prédite pour la classe, ainsi que la probabilité de la valeur prédite.
- Pour les modèles de régression, le module Noter le modèle génère simplement la valeur numérique prédite.
Publier des scores en tant que service web
Une utilisation courante du scoring consiste à retourner la sortie en tant que partie d’un service web prédictif. Pour plus d’informations, consultez ce didacticiel sur le déploiement d’un point de terminaison en temps réel basé sur un pipeline dans le concepteur Azure Machine Learning.
Étapes suivantes
Consultez les composants disponibles pour Azure Machine Learning.