Sebarkan layanan web Machine Learning Studio (classic) yang menggunakan modul Impor Data dan Ekspor Data

  • Artikel
  • 5 menit untuk membaca

BERLAKU UNTUK:Applies to.Machine Learning Studio (klasik) Does not apply to.Azure Machine Learning

Penting

Dukungan untuk Studio Azure Machine Learning (klasik) akan berakhir pada 31 Agustus 2024. Sebaiknya Anda transisi ke Azure Machine Learning sebelum tanggal tersebut.

Mulai 1 Desember 2021, Anda tidak akan dapat membuat sumber daya Studio Azure Machine Learning (klasik) baru. Hingga 31 Agustus 2024, Anda dapat terus menggunakan sumber daya Pembelajaran Mesin Studio (klasik) yang ada.

ML Dokumentasi Studio (klasik) sedang berhenti dan mungkin tidak diperbarui di masa mendatang.

Saat Anda membuat eksperimen prediktif, Biasanya Anda menambahkan input dan output layanan web. Ketika Anda menyebarkan eksperimen, konsumen dapat mengirim dan menerima data dari layanan web melalui input dan output. Untuk beberapa aplikasi, data konsumen mungkin tersedia dari umpan data atau sudah berada di sumber data eksternal seperti penyimpanan Azure Blob. Dalam kasus ini, mereka tidak perlu membaca dan menulis data menggunakan input dan output layanan web. Sebagai gantinya, mereka dapat menggunakan Batch Execution Service (BES) untuk membaca data dari sumber data menggunakan modul Impor Data dan menulis hasil penilaian ke lokasi data yang berbeda menggunakan modul Ekspor Data.

Modul data Impor Data dan Ekspor, dapat membaca dari dan menulis ke berbagai lokasi data seperti URL Web melalui HTTP, Kueri Apache Hive, database di Azure SQL Database, penyimpanan Tabel Azure, penyimpanan Azure Blob, menyediakan Umpan Data, atau database SQL Server.

Topik ini menggunakan sampel "Sampel 5: Latih Uji, Evaluasi untuk Klasifikasi Biner: Himpunan Data Dewasa" dan mengasumsikan himpunan data telah dimuat ke dalam tabel Azure SQL bernama sensusdata.

Buat eksperimen pelatihan

Ketika Anda membuka sampel "Sampel 5: Latih, Uji, Evaluasi untuk Klasifikasi Biner: Humpunan Data Dewasa" menggunakan contoh himpunan data Klasifikasi Biner Pendapatan Sensus Dewasa. Dan eksperimen di kanvas akan terlihat mirip dengan gambar berikut:

Initial configuration of the experiment.

Untuk membaca data dari tabel Azure SQL:

  1. Hapus modul himpunan data.

  2. Dalam kotak pencarian komponen, ketikkan impor.

  3. Dari daftar hasil, tambahkan modul Data Impor ke kanvas eksperimen.

  4. Sambungkan output modul Data Impor input modul Bersihkan Data yang Hilang.

  5. Di panel properti, pilih Azure SQL Database di drop down Sumber data.

  6. Di bidang Nama server database, Nama database, Nama pengguna, dan Kata Sandi, masukkan informasi yang sesuai untuk database Anda.

  7. Di bidang kueri Database, masukkan kueri berikut ini.

     select [age],
    [workclass],
    [fnlwgt],
    [education],
    [education-num],
    [marital-status],
    [occupation],
    [relationship],
    [race],
    [sex],
    [capital-gain],
    [capital-loss],
    [hours-per-week],
    [native-country],
    [income]
 from dbo.censusdata;

  8. Di bagian bawah kanvas eksperimen, klik Jalankan.

Buat eksperimen prediktif

Selanjutnya siapkan eksperimen prediktif dari mana Anda menyebarkan layanan web Anda.

  1. Di bagian bawah kanvas eksperimen, klik Siapkan Layanan Web dan pilih Layanan Web Prediktif [Direkomendasikan] .
  2. Hapus modul Input Layanan Web dan Output Layanan Web dari eksperimen prediktif.
  3. Dalam kotak pencarian komponen, ketikkan ekspor.
  4. Dari daftar hasil, tambahkan modul Data Ekspor ke kanvas eksperimen.
  5. Hubungkan output modul Model Skor dengan input modul Data Ekspor.
  6. Di panel properti, pilih Microsoft Azure SQL Database di drop down tujuan data.
  7. Dalam bidang Nama server database, Nama database, , Nama akun pengguna server, dan Kata sandi akun pengguna server, masukkan informasi yang sesuai untuk database Anda.
  8. Di bidang Daftar kolom yang dipisahkan koma yang akan disimpan, ketik Label yang Dicetak.
  9. Di Bidang nama tabel data, ketik dbo.ScoredLabels. Jika tabel tidak ada, tabel dibuat saat eksperimen dijalankan atau layanan web dipanggil.
  10. Di bidang Daftar kolom tabel data yang dipisahkan koma, ketik ScoredLabels.

Saat Anda menulis aplikasi yang memanggil layanan web akhir, Anda mungkin ingin menentukan kueri input atau tabel tujuan yang berbeda pada waktu proses. Untuk mengonfigurasi input dan output ini, gunakan fitur Parameter Layanan Web untuk mengatur properti Sumber data modul Data Impor dan properti tujuan data mode Data Ekspor. Untuk informasi selengkapnya tentang Parameter Layanan Web, lihat entri Parameter Layanan Web Machine Learning Studio (classic) di Blog Kecerdasan dan Pembelajaran Mesin Cortana.

Untuk mengonfigurasi Parameter Layanan Web untuk kueri impor dan tabel tujuan:

  1. Di panel properti untuk modul Impor Data, klik ikon di kanan atas bidang Kueri database dan pilih Set sebagai parameter layanan web.
  2. Di panel properti untuk modul Ekspor Data, klik ikon di kanan atas bidang Nama tabel data dan pilih Set sebagai parameter layanan web.
  3. Di bagian bawah panel properti modul Ekspor Data, di bagian Parameter Layanan Web, klik Kueri database dan ganti namanya menjadi Kueri.
  4. Klik Nama tabel data dan ganti namanya menjadi Tabel.

Ketika Anda selesai, eksperimen Anda akan terlihat mirip dengan gambar berikut:

Final look of experiment.

Sekarang Anda dapat menyebarkan eksperimen sebagai layanan web.

Sebarkan layanan web

Anda dapat menyebarkan ke layanan web Klasik atau Baru.

Sebarkan sebagai Layanan Web Klasik

Untuk disebarkan sebagai Layanan Web Klasik dan membuat aplikasi untuk digunakan:

  1. Di bagian bawah kanvas eksperimen, klik Jalankan.

  2. Ketika jalankan telah selesai, klik Sebarkan Layanan Web dan pilih Sebarkan Layanan Web [Klasik] .

  3. Di dasbor layanan web, temukan kunci API Anda. Salin dan simpan untuk digunakan nanti.

  4. Di tabel Titik Akhir Default, klik tautan Eksekusi Batch untuk membuka Halaman Bantuan API.

  5. Buat aplikasi konsol C# di Visual Studio: Projek>Baru>Visual C#>Aplikasi Konsol (.NET Framework)>Desktop Klasik Windows.

  6. Di Halaman Bantuan API, temukan bagian Kode Sampel di bagian bawah halaman.

  7. Salin dan tempel kode sampel C# ke dalam file Program.cs Anda, dan hapus semua referensi ke penyimpanan blob.

  8. Perbarui nilai variabel apiKey dengan kunci API yang disimpan sebelumnya.

  9. Temukan deklarasi permintaan dan perbarui nilai Parameter Layanan Web yang diteruskan ke modulImpor Data dan Ekspor Data. Dalam hal ini, Anda menggunakan kueri asli, tetapi tentukan nama tabel baru.

    var request = new BatchExecutionRequest()
{
    GlobalParameters = new Dictionary<string, string>() {
        { "Query", @"select [age], [workclass], [fnlwgt], [education], [education-num], [marital-status], [occupation], [relationship], [race], [sex], [capital-gain], [capital-loss], [hours-per-week], [native-country], [income] from dbo.censusdata" },
        { "Table", "dbo.ScoredTable2" },
    }
};

  10. Jalankan aplikasi.

Saat menyelesaikan proses, tabel baru ditambahkan ke database yang berisi hasil penilaian.

Sebarkan sebagai Layanan Web Baru

Catatan

Untuk menyebarkan Layanan web baru, Anda harus memiliki izin yang memadai dalam langganan tempat Anda menyebarkan layanan web. Untuk informasi selengkapnya, lihat Mengelola layanan Web menggunakan portal Layanan Web Azure Machine Learning.

Untuk disebarkan sebagai Layanan Web Baru dan membuat aplikasi untuk digunakan:

  1. Di bagian bawah kanvas eksperimen, klik Jalankan.

  2. Ketika eksekusi alur telah selesai, klik Sebarkan Layanan Web dan pilih Sebarkan Layanan Web [Baru] .

  3. Pada halaman Sebarkan Eksperimen, masukkan nama untuk layanan web Anda, dan pilih paket harga, lalu klik Sebarkan.

  4. Pada halaman Mulai Cepat, klik Gunakan.

  5. Di bagian Kode Sampel, klik Batch.

  6. Buat aplikasi konsol C# di Visual Studio: Projek>Baru>Visual C#>Aplikasi Konsol (.NET Framework)>Desktop Klasik Windows.

  7. Salin dan tempel kode sampel C# ke dalam file Program.cs Anda.

  8. Perbarui nilai variabel apiKey dengan Kunci Primer yang terletak di bagian Info penggunaan dasar.

  9. Temukan deklarasi scoreRequest dan perbarui nilai Parameter Layanan Web yang diteruskan ke modul Impor Data dan Ekspor Data. Dalam hal ini, Anda menggunakan kueri asli, tetapi tentukan nama tabel baru.

    var scoreRequest = new
{
    Inputs = new Dictionary<string, StringTable>()
    {
    },
    GlobalParameters = new Dictionary<string, string>() {
        { "Query", @"select [age], [workclass], [fnlwgt], [education], [education-num], [marital-status], [occupation], [relationship], [race], [sex], [capital-gain], [capital-loss], [hours-per-week], [native-country], [income] from dbo.censusdata" },
        { "Table", "dbo.ScoredTable3" },
    }
};

  10. Jalankan aplikasi.