Táblaparaméterek darabszámának módosítása
Fontos
A (klasszikus) Machine Learning Studio támogatása 2024. augusztus 31-én megszűnik. Javasoljuk, hogy addig térjen át az Azure Machine Learning használatára.
2021. december 1-től kezdve nem fog tudni létrehozni új (klasszikus) Machine Learning Studio-erőforrásokat. 2024. augusztus 31-ig továbbra is használhatja a meglévő (klasszikus) Machine Learning Studio-erőforrásokat.
- További információ a gépi tanulási projektek a ML Studióból a klasszikusból a Azure Machine Learning.
- További információ a Azure Machine Learning.
A (klasszikus) ML Studio dokumentációjának kivezetése folyamatban van, és a jövőben nem várható a frissítése.
Módosítja a funkciók számból való létrehozásához használt paramétereket
Kategória: Tanulás számokkal
Megjegyzés
A következőkre vonatkozik: Machine Learning Studio (klasszikus)
Hasonló húzással használható modulok érhetők el Azure Machine Learning tervezőben.
A modul áttekintése
Ez a cikk azt ismerteti, hogyan használható a táblaparaméterek darabszámának módosítása modul a Machine Learning Studióban (klasszikus) a funkciók számlálási táblából való generálására.
A számalapú funkciók létrehozásához általában a Build Count Transform használatával kell feldolgoznia egy adatkészletet és létrehoznia egy darabszámtáblát, és ebből a számlálótáblából új funkciókat kell létrehoznia.
Ha azonban már létrehozott egy darabszámtáblát, a Táblaparaméterek darabszámának módosítása modullal szerkesztheti a számlálási adatok feldolgozásának definícióját. Ez lehetővé teszi, hogy a meglévő adatok alapján különböző számalapú statisztikákat hozzon létre anélkül, hogy újra elemeznie kell az adathalmazt.
A számparaméterek módosításának konfigurálása
Keresse meg a módosítani kívánt átalakítást az Átalakítások csoportban, és adja hozzá a kísérlethez.
Korábban olyan kísérletet kellett futtatnia, amely számátalakítást hozott létre.
Mentett átalakítás módosítása: Keresse meg az átalakítást az Átalakítások csoportban, és adja hozzá a kísérlethez.
Egy adott kísérletben létrehozott darabszám-átalakítás módosítása: Ha az átalakítás nem lett mentve, de kimenetként elérhető az aktuális kísérletben (például tekintse meg aBuild Count Transform modul kimenetét), közvetlenül használhatja a modulok csatlakoztatásával.
Adja hozzá a Táblaparaméterek darabszámának módosítása modult, és kösse össze az átalakítást bemenetként.
A Táblaparaméterek darabszámának módosítása modul Tulajdonságok panelén írjon be egy értéket, amely aGarbage bin küszöbértékeként lesz használva.
Ez az érték határozza meg az egyes szolgáltatásértékek előfordulások minimális számát a darabszámok használatához. Ha az érték gyakorisága kisebb, mint a szemétgyűjtő küszöbértéke, akkor az értékfeliratpár nem számít különálló elemnek; ehelyett minden, a küszöbértéknél alacsonyabb számmal bíró elem egyetlen "szemétgyűjtőbe" kerül.
Ha kis adatkészletet használ, és ugyanazokon az adatokon számol és betanít, a jó kezdőérték az 1.
További előzetes példapécákhoz írjon be egy számot, amely a további példapécák számát jelzi. Ezeket a példákat nem kell adnia; A pszeudopé-példák az előző eloszlás alapján jönnek létre.
Lapkás zajskála esetében írjon be egy pozitív lebegőpontos értéket, amely a lapnéz eloszlásból vett zaj bevezetéséhez használt skálát jelöli. Skálázható érték beállításakor a rendszer bizonyos elfogadható zajszinteket épít be a modellbe, így a modellt kisebb valószínűséggel érintik az adatokban nem található értékek.
A Kimeneti funkciók között válassza ki azt a módszert, amely az átalakításba belefoglalt, számalapú funkciók létrehozásakor használható.
CountsOnly: Funkciók létrehozása darabszámok használatával.
LogOddsOnly: Az esélyarány naplóját használva hozhat létre funkciókat.
BothCountsAndLogOdds: Funkciók létrehozása a darabszámok és a naplók esélyének használatával.
Ha felül szeretné bírálni a kimenetben található jelölőt a funkciók létrehozásakor, válassza az Ignore back off column
IsBackOff
(Oszlop mellőzését) lehetőséget. Ha ezt a lehetőséget választja, a számalapú funkciók akkor is létrejönnek, ha az oszlop nem rendelkezik jelentős darabszámértékekkel.Futtassa a kísérletet. Ha szeretné, mentheti a Táblaparaméterek darabszámának módosítása kimenetét új átalakításként.
Példák
A modul példáiért tekintse meg a következő Azure AI Gallery:
Tanulás a Counts: Binary Classification (Darabszámok: Bináris besorolás) használatával: Bemutatja, hogyan hozhat létre funkciókat a bináris besorolási modell kategorikus értékeinek oszlopaiból a tanulási és a counts modulokkal.
Tanulás a Counts: Multiclass classification with NYC taxi data:sample Bemutatja, hogyan használható a tanulás a counts modulokkal a nyilvánosan elérhető NYC taxiadatkészleten a többosztályos besorolás végrehajtásához. A minta egy többosztályos logisztikai regressziós tanulót használ a probléma modellezése érdekében.
Tanulás a Counts: Binary classification with NYC taxi data (Bináris besorolás NYC taxiadatokkal): Bemutatja, hogyan használható a tanulás a counts modulokkal a nyilvánosan elérhető NYC taxiadatkészlet bináris besorolásának végrehajtásához. A minta egy kétosztályos logisztikai regressziós tanulót használ a probléma modellezése érdekében.
Technikai megjegyzések
Ez a szakasz az implementáció részleteit, a tippeket és a gyakori kérdésekre adott válaszokat tartalmazza.
Statisztikailag biztonságosan megszámolható és betanítható ugyanazon az adathalmazon, ha be van állítva a lapparaméter.
Várt bemenetek
Név | Típus | Description |
---|---|---|
Számlálási átalakítás | ITransform interfész | Az alkalmazandó számláló-átalakítás |
Modulparaméterek
Név | Típus | Tartomány | Választható | Alapértelmezett | Description |
---|---|---|---|---|---|
Szemétgyűjtő küszöbértéke | Float | >=0,0f | Kötelező | 10.0f | Az a küszöbérték, amely alatt egy oszlopérték a szemétgyűjtőre lesz kivetve |
További korábbi példapécék | Float | >=0,0f | Kötelező | 42.0f | A korábbi disztribúciókat követő további pszeudopé-példák |
Laplaszoszi zajskála | Float | >=0,0f | Kötelező | 0,0f | A lapnéz eloszlás skálája, amelyből a zaj mintavétele történt |
A kimeneti funkciók közé tartoznak a következők: | OutputFeatureType (Kimenet típusa) | Kötelező | BothCountsAndLogOdds | A kimenetben található funkciók | |
Oszlop visszafejtését figyelmen kívül hagyva | Logikai | Kötelező | hamis | Azt határozza meg, hogy figyelmen kívül hagyja-e az IsBackOff oszlopot a kimenetben |
Kimenetek
Név | Típus | Description |
---|---|---|
Módosított átalakítás | ITransform interfész | A módosított átalakítás |
Kivételek
Kivétel | Description |
---|---|
0003-as hiba | Kivétel akkor fordul elő, ha egy vagy több bemenet null vagy üres. |
0086-os hiba | Kivétel akkor fordul elő, ha egy számláló-átalakítás érvénytelen. |
A Studio (klasszikus) moduljaival kapcsolatos hibák listájáért tekintse meg a Machine Learning hibakódokat.
Az API-kivételek listáját a hibakódok Machine Learning REST API.