Applica componente trasformazione
Questo articolo descrive un componente nella finestra di progettazione di Azure Machine Learning.
Usare questo componente per modificare un set di dati di input in base a una trasformazione calcolata in precedenza. Questo componente è necessario in se è necessario aggiornare le trasformazioni nelle pipeline di inferenza.
Ad esempio, se sono stati usati i punteggi z per normalizzare i dati di training usando il componente Normalize Data , è consigliabile usare anche il valore z-score calcolato per il training durante la fase di assegnazione dei punteggi. In Azure Machine Learning è possibile salvare il metodo di normalizzazione come trasformazione e quindi usare Applica trasformazione per applicare il punteggio z ai dati di input prima di assegnare punteggi.
Come salvare le trasformazioni
La finestra di progettazione consente di salvare le trasformazioni dei dati come set di dati in modo da poterli usare in altre pipeline.
Selezionare un componente di trasformazione dati che è stato eseguito correttamente.
Selezionare la scheda Output e log.
Trovare l'output della trasformazione e selezionare il set di dati Registra per salvarlo come componente nella categoria Set di dati nella tavolozza dei componenti.
Come usare applica trasformazione
Aggiungere il componente Applica trasformazione alla pipeline. È possibile trovare questo componente nella sezione Model Scoring &Evaluation (Punteggio modello e valutazione ) della tavolozza dei componenti.
Trovare la trasformazione salvata da usare in Set di dati nella tavolozza dei componenti.
Connessione l'output della trasformazione salvata nella porta di input sinistra del Applica componente trasformazione.
Il set di dati deve avere esattamente lo stesso schema (numero di colonne, nomi di colonna, tipi di dati) del set di dati per cui la trasformazione è stata progettata per la prima volta.
Connessione l'output del set di dati del componente desiderato alla porta di input destra del Applica componente trasformazione.
Per applicare una trasformazione al nuovo set di dati, inviare la pipeline.
Importante
Per assicurarsi che la trasformazione aggiornata nelle pipeline di training sia fattibile anche nelle pipeline di inferenza, è necessario seguire i passaggi seguenti ogni volta che viene aggiornata la trasformazione nella pipeline di training:
- Nella pipeline di training registrare l'output della trasformazione Seleziona colonne come set di dati.
- Nella pipeline di inferenza rimuovere il componente TD- e sostituirlo con il set di dati registrato nel passaggio precedente.
Passaggi successivi
Vedere il set di componenti disponibili per Azure Machine Learning.