Csoportosítási modell betanítása

Ez a cikk egy összetevőt ismertet Azure Machine Learning tervezőben.

Ezzel az összetevővel betanítható egy fürtözési modell.

Az összetevő egy olyan nem képezett fürtözési modellt vesz fel, amely már konfigurálva van a K-Means fürtszolgáltatás összetevővel, és egy címkézett vagy címkézetlen adathalmaz használatával beállítja a modellt. Az összetevő létrehoz egy betanított modellt, amely előrejelzésre használható, valamint fürt-hozzárendeléseket a betanítás adatainak minden esetéhez.

Megjegyzés

A fürtözési modell nem tanítható be a Modell betanítása összetevővel, amely a gépi tanulási modellek betanítása általános összetevője. Ennek az az oka, hogy a Modell betanítás csak felügyelt tanulási algoritmusokkal működik. A K-means és más fürtözési algoritmusok lehetővé teszik a nem felügyelet nélküli tanulást, ami azt jelenti, hogy az algoritmus tanulhat a címkézetlen adatokból.

A fürtözési modell betanítása

  1. Adja hozzá a Fürtözési modell betanítása összetevőt a folyamathoz a tervezőben. Az összetevő a Betanítás Machine Learning alatt található.

  2. Adja hozzá a K-means fürtszolgáltatás összetevőt vagy egy másik egyéni összetevőt, amely kompatibilis fürtözési modellt hoz létre, és állítsa be a fürtözési modell paramétereit.

  3. Csatoljon egy betanítás adathalmazt a Fürtözési modell betanítása jobb oldali bemenetéhez.

  4. Az Oszlophalmaz mezőben válassza ki az adathalmazból azokat az oszlopokat, amelyek a fürtök létrehozása esetén használni kívántak. Ügyeljen arra, hogy a megfelelő funkciókat tartalmazó oszlopokat válassza ki: például kerülje az azonosítók vagy más, egyedi értékeket tartalmazó oszlopok, illetve az azonos értékeket tartalmazó oszlopok használatának elkerülését.

    Ha egy címke elérhető, használhatja funkcióként, vagy ki is hagyhatja.

  5. Ha a betanítás adatait az új fürtcímkével együtt szeretné kijelzni, jelölje be a Csak hozzáfűzés ellenőrzése vagy a jelölés jelölésének jelölését az eredménynél.

    Ha nem választja ki ezt a beállítást, csak a fürt-hozzárendelések kimenete lesz.

  6. Küldje el a folyamatot, vagy kattintson a Fürtözési modell betanítása összetevőre, és válassza a Futtatás kiválasztva lehetőséget.

Results (Eredmények)

A betanítás befejezése után:

  • A betanított modell pillanatképének mentéshez válassza a Kimenetek lapot a Modell betaníta összetevő jobb panelen. Válassza az Adatkészlet regisztrálása ikont a modell újrahasználható összetevőként való mentéséhez.

  • Ha pontszámokat szeretne létrehozni a modellből, használja az Adatok hozzárendelése fürtökhöz használatával.

Megjegyzés

Ha a betanított modellt a tervezőben kell üzembe helyeznie, győződjön meg arról, hogy a Modell pontozása helyett az Adatok hozzárendelése fürtökhöz van csatlakoztatva a következtetési folyamat Webszolgáltatás-kimenet összetevője bemenetéhez.

Következő lépések

Tekintse meg a rendelkezésre álló összetevők Azure Machine Learning.