Csoportosítási modell betanítása

  • Cikk

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.

A (klasszikus) ML Studio dokumentációjának kivezetése folyamatban van, és a jövőben nem várható a frissítése.

Egy fürtözési modell betanítása és a betanításból származó adatok fürtökhöz való hozzárendelése

Kategória: Machine Learning / Betanítás

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 fürtözési modell betanítása modul a Machine Learning Studióban (klasszikus) egy fürtözési modell betanítására.

A modul egy olyan nem korlátozott fürtözési modellt vesz fel, amely már konfigurálva van a K-means fürtözés modullal, és egy címkézett vagy címkézetlen adatkészlet használatával képezi le a modellt. A modul létrehoz egy betanított modellt, amely előrejelzéshez használható, valamint fürt-hozzárendeléseket a betanítás adatainak minden esetéhez.

Megjegyzés

A fürtözési modell nem tanítható be a Modell betanítása modullal, amely a gépi tanulási modellek létrehozásának általános modulja. 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.

Fürtözési modell betanítása

  1. Adja hozzá a Fürtözési modell betanítása modult a kísérlethez a Studióban (klasszikus). A modult a Modulok Machine Learning a Betanítás kategóriában találja.

  2. Adja hozzá a K-means fürtözés modult vagy egy másik egyéni modult, amely egy kompatibilis fürtözési modellt hoz létre, és beállítja 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 az épületfürtökben használni kívántak. Ügyeljen arra, hogy olyan oszlopokat válasszon ki, amelyek jó funkciókat szolgáltatásokat kínálnak: kerülje például az azonosítók vagy más, egyedi értékeket tartalmazó oszlopok vagy azonos értékeket tartalmazó oszlopok használatának elkerülését.

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

  5. Válassza a Hozzáfűzés ellenőrzése vagy a Csak eredmény jelölőnégyzet jelölésének jelölését, ha a betanítás adatait az új fürtcímkével együtt szeretné kijelzni.

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

  6. Futtassa a kísérletet, vagy kattintson a Fürtözési modell betanítása modulra, és válassza a Futtatás kiválasztva lehetőséget.

Results (Eredmények)

A betanítás befejezése után:

  • A fürt és azok gráfon való elkülönítésének megtekintéséhez kattintson a jobb gombbal az Eredmény adathalmaz kimenetére, és válassza a Képi megjelenítés lehetőséget.

    A gráf a fürt fő összetevőit jelöli a tényleges értékek helyett. További információ: Fő összetevő elemzése.

  • Az adatkészlet értékeinek megtekintéséhez adja hozzá a Convert to Dataset (Átalakítás adatkészletké) modul egy példányát, és csatlakoztassa az Eredmény adatkészlet kimenetéhez . Futtassa a Convert to Dataset ( Átalakítás adatkészletké) modult, hogy le tudja tölteni vagy megtekinthet egy másolatot az adatokról.

  • A betanított modell későbbi újrahasználatra való mentéséhez kattintson a jobb gombbal a modulra, válassza a Betanított modell lehetőséget, majd kattintson a Mentés betanított modellként lehetőségre.

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

Példák

A fürtözés gépi tanulásban való alkalmazásának példáját a következő Azure AI Gallery:

Várt bemenetek

Név Típus Description
Nem korlátozott modell ICluster interfész Nem korlátozott fürtözési modell
Adathalmaz Adattábla Bemeneti adatforrás

Modulparaméterek

Name Tartomány Típus Alapértelmezett Description
Oszlopkészlet bármelyik ColumnSelection (Oszlopválasztás) Oszlopválasztási minta
Ellenőrizze, hogy a Hozzáfűzés lehetőség be van-e jelölve, vagy törölje a jelölést a Csak eredmény jelölőnégyzetből bármelyik Logikai true Azt határozza meg, hogy a kimeneti adatkészletnek tartalmaznia kell-e a hozzárendelések oszlop által hozzáfűzött bemeneti adatkészletet (Bejelölve) vagy csak a hozzárendelések oszlopát (nincs bejelölve)

Kimenetek

Név Típus Description
Betanított modell ICluster interfész Betanított fürtözési modell
Eredményadatkészlet Adattábla Bemeneti adatkészlet, amelyet csak a hozzárendelések vagy hozzárendelések oszlopának adatoszlopa fűz hozzá

Kivételek

Kivétel Description
0003-as hiba Kivétel történik, ha egy vagy több bemenet null vagy üres.

A Studio (klasszikus) moduljaival kapcsolatos hibák listájáért tekintse meg a Machine Learning hibakódokat.

Az API-kivételek listájáért tekintse meg a Machine Learning REST API hibakódokat.

Lásd még

A–Z modullista
Betanítás
Adatok hozzárendelése fürtökhöz
K-közép csoportosítás