Latih Model Pengelompokan

  • Artikel

Artikel ini menjelaskan komponen dalam perancang Azure Machine Learning.

Gunakan komponen ini untuk melatih model pengklusteran.

Komponen mengambil model pengklusteran tidak terlatih yang telah Anda konfigurasikan menggunakan komponen Pengklusteran K-Means, dan melatih model menggunakan himpunan data berlabel atau tidak berlabel. Komponen membuat model terlatih yang dapat Anda gunakan untuk prediksi, dan satu kumpulan penugasan kluster untuk setiap kasus dalam data pelatihan.

Catatan

Model pengklusteran tidak dapat dilatih menggunakan komponen Latih Model, yang merupakan komponen umum untuk melatih model pembelajaran mesin. Itu karena Melatih Model hanya berfungsi dengan algoritma pembelajaran yang diawasi. K berarti dan algoritma pengklusteran lainnya memungkinkan pembelajaran tanpa pengawasan, yang berarti bahwa algoritma dapat belajar dari data yang tidak berlabel.

Cara menggunakan Melatih Model Pengklusteran

  1. Tambahkan komponen Latih Model Pengklusteran ke alur Anda di perancang. Anda dapat menemukan komponen di bawah komponen Pembelajaran Mesin, dalam kategori Latih.

  2. Tambahkan komponen Pengklusteran K-Means, atau komponen kustom lainnya yang membuat model pengklusteran yang kompatibel, dan atur parameter model pengklusteran.

  3. Lampirkan kumpulan data pelatihan ke input sebelah kanan Melatih Model Pengklusteran.

  4. Di Set Kolom, pilih kolom dari set data untuk digunakan dalam membuat kluster. Pastikan untuk memilih kolom yang membuat fitur yang bagus: misalnya, hindari menggunakan ID atau kolom lain yang memiliki nilai unik, atau kolom yang memiliki semua nilai yang sama.

    Jika label tersedia, Anda dapat menggunakannya sebagai fitur, atau meninggalkannya.

  5. Pilih opsi, Centang untuk penambahan atau hapus centang untuk hasil saja, jika Anda ingin mengoutput data pelatihan bersama dengan label kluster baru.

    Jika Anda membatalkan pilihan opsi ini, hanya penugasan kluster yang dioutput.

  6. Kirim alur, atau klik komponen Latih Model Pengklusteran dan pilih Jalankan yang Dipilih.

Hasil

Setelah pelatihan selesai:

  • Untuk menyimpan snapshot model terlatih, pilih tab Output di panel bagian kanan komponen Latih Model. Pilih ikon Daftarkan himpunan data untuk menyimpan model sebagai komponen yang dapat digunakan kembali.

  • Untuk menghasilkan skor dari model, gunakan Tetapkan Data ke Kluster.

Catatan

Jika Anda perlu menyebarkan model terlatih dalam perancang, pastikan bahwa Tetapkan Data ke Kluster bukan Model Skor terhubung ke input komponen Output Layanan Web di alur inferensi.

Langkah berikutnya

Lihat set komponen yang tersedia untuk Azure Machine Learning.