Oktatóanyag: Azure Machine Learning-modellek használata a Power BI-ban

Ez az oktatóanyag végigvezeti a Machine Learning-modellen alapuló Power BI-jelentés létrehozásának lépésein. Az oktatóanyag végére a következőkre lesz képes:

  • A gépi tanulási modellek (amelyeket az Azure Machine Learning használatával helyeztek üzembe) pontozása a Power BI-ban.
  • Kapcsolódás a Power Query-szerkesztőben egy Azure Machine Learning-modellhez.
  • Jelentés készítése ezen a modellen alapuló vizualizációval.
  • Ennek a jelentésnek közzététele a Power BI szolgáltatásban.
  • Ütemezett frissítésbeállítása a jelentéshez.

Előfeltételek

Az oktatóanyag megkezdése előtt:

Az adatmodell létrehozása

Indítsa el a Power BI Desktopot, majd válassza az Adatok beolvasása lehetőséget. Az Adatok beolvasása párbeszédablakban keresse meg a Web lehetőséget. Válassza ki a webes forrás >csatlakozását.

Screenshot showing web data.

A Webről párbeszédablakból másolja ki a következő URL-t, és illessze be a mezőbe:

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

Screenshot showing web url.

Válassza az OK lehetőséget.

Az Access webes tartalmaiban válassza az AnonymousConnect lehetőséget>.

Screenshot showing anonymous access for Web content.

A Power Query-szerkesztő megnyitásához válassza az Adatok átalakítása lehetőséget .

A Power Query-szerkesztő Kezdőlap menüszalagján válassza ki az Azure Machine Learning gombot.

Screenshot showing Power Query Editor.

Miután egyszeri bejelentkezéssel bejelentkezett az Azure-fiókba, megjelenik az elérhető szolgáltatások listája. Válassza ki a my-sklearn-service szolgáltatást, amelyet a Gépi tanulási modell betanítása és üzembe helyezése című oktatóanyag elvégzése során létrehozott.

A Power Query automatikusan feltölti az oszlopokat adatokkal. Emlékezzen vissza, hogy a szolgáltatás sémájában egy Python-dekorátor adta meg a bemeneteket. Válassza az OK lehetőséget.

Screenshot showing Azure Machine Learning Models.

Megjegyzés

Idősorozat-modellek esetén előfordulhat, hogy a Power BI nem észleli automatikusan az időoszlop dátumformátumát. A folytatáshoz alakítsa át az időoszlopot Dátum/Idő típusra a Power BI-ban az Azure Machine Learning meghívása előtt.

Az OK választása meghívja az Azure Machine Learning service-t. Ez adatvédelmi riasztást aktivál az adatok és a végpont tekintetében is.

Screenshot showing privacy warning.

Válassza a Folytatás lehetőséget. A következő képernyőn válassza az Adatvédelmi szintek figyelmen kívül hagyása ezen a fájlon>Mentés lehetőséget.

Az adatok pontozása után a Power Query létrehoz egy új oszlopot, amelynek AzureML.my-diabetes-model lesz a neve.

Screenshot showing added scored column.

A szolgáltatás az adatokat egy listaként adja vissza.

Megjegyzés

Ha az üzembe helyezett modell tervezői modell volt, akkor egy rekord jelenik meg.

Az előrejelzések lekéréséhez válassza a kétirányú nyilat a AzureML.my-diabetes-model oszlopfejlécben >Bontsa ki az új sorokat.

Screenshot showing Expand column icon.

A kibontás után az előrejelzések az AzureML.my-diabetes-model oszlopban jelennek meg.

Screenshot showing expansion.

Az alábbi lépéseket követve megtisztíthatja az adatmodellt.

  1. Nevezze át az AzureML.my-diabetes-model oszlopot előrejelzett névre.
  2. Nevezze át az Y oszlopot tényleges névre.
  3. Módosítsa a tényleges oszlopot: Válassza ki az oszlopot, és az Átalakítás szalagon válassza az Adattípus>Tizedes tört lehetőséget.
  4. Módosítsa az előrejelzett oszlopot: Válassza ki az oszlopot, és az Átalakítás szalagon válassza az Adattípus>Tizedes tört lehetőséget.
  5. A Kezdőlap menüszalagon válassza az Alkalmaz bezárása lehetőséget&.

Vizualizációkat tartalmazó jelentés létrehozása

Most már létrehozhat vizualizációkat az adatai megjelenítéséhez.

  1. A Vizualizáció panelen válassza a Vonaldiagram lehetőséget.
  2. A kiválasztott vonaldiagram vizualizációval:
  3. Húzza az AGE (kor) mezőt a Tengelyre.
  4. Húzza a tényleges mezőt az Értékekre.
  5. Húzza az előre jelzett mezőt az Értékekre.

Méretezze át a diagramot az oldal kitöltéséhez. A jelentés most egy egysoros vonaldiagramot tartalmaz, amelyen két vonal található: egy az előrejelzett, egy pedig a tényleges értékekkel, kor szerinti bontásban.

Screenshot showing report visualization.

A jelentés közzététele

További vizualizációkat is hozzáadhat, ha szeretné. A rövidség kedvéért ebben az oktatóanyagban közzétesszük a jelentést.

  1. Mentse a jelentést.

  2. Válassza a Fájl>Közzététel>Közzététel a Power BI-ban lehetőséget.

  3. Jelentkezzen be a Power BI szolgáltatásba.

  4. Válassza a Saját munkaterület elemet.

  5. A jelentés sikeres közzététele után válassza a MY_PBIX_FILE.pbix> megnyitása <a Power BI-ban hivatkozást. A jelentés a böngészőben nyitja meg a Power BI-ban közzétett jelentést.

    Screenshot showing successful publish.

Adathalmaz frissítésének engedélyezése

Ha az adatforrást új adatokkal frissítik a pontszámhoz, frissítenie kell a hitelesítő adatait, hogy az adatok pontozhatók legyenek.

A Power BI szolgáltatás Saját munkaterület részén, a fekete fejlécben válassza a További lehetőségek(...)>Beállítások>Beállítások lehetőséget.

Screenshot showing settings.

Válassza ki az Adathalmazt, bontsa ki az Adatforrás hitelesítő adatait, majd válassza a Hitelesítő adatok szerkesztése lehetőséget.

Screenshot showing credential refresh.

Kövesse az utasításokat mind az AzureMLFunctions, mind a Web esetén. Mindenképpen válasszon adatvédelmi szintet. Most már beállíthatja az adatok Ütemezett frissítését. Válasszon Frissítési gyakoriságot és Időzónát. Kijelölhet egy e-mail-címet is, ahova a Power BI üzeneteket küldhet a sikertelen frissítésekről.

Screenshot showing dataset and scoring refresh.

Kattintson az Alkalmaz gombra.

Megjegyzés

Az adatok frissítésekor a rendszer az adatokat pontozás céljából elküldi az Azure Machine Learning-végpontra is.

Az erőforrások eltávolítása

Fontos

A létrehozott erőforrásokat felhasználhatja más Azure Machine Learning-oktatóanyagok és útmutatók előfeltételeiként.

Törölje ezeket, ha nem tervezi a felhasználásukat, hogy elkerülje a költségek felmerülését.

  1. Az Azure Portalon válassza az Erőforráscsoportok lehetőséget a bal szélen.

  2. Válassza ki a létrehozott erőforráscsoportot a listából.

  3. Válassza az Erőforráscsoport törlése elemet.

    Screenshot of the selections to delete a resource group in the Azure portal.

  4. Írja be az erőforráscsoport nevét. Ezután válassza a Törlés elemet.

  5. A Power BI szolgáltatás Saját munkaterülete alatt törölje a jelentést és a kapcsolódó adatkészletet. A számítógépéről nem kell törölnie sem a Power BI Desktopot, sem a jelentést. A Power BI Desktop ingyenesen használható.

További lépések

Ebben az oktatóanyag-sorozatban megtanulta az ütemezés beállítását Power BI-ban, amely szükséges ahhoz, hogy az új adatokat az Azure Machine Learning pontozás végpontja pontozhassa.