変換の適用

適切に指定したデータ変換をデータセットに適用します

カテゴリ: Machine Learning/スコア

注意

適用対象: Machine Learning Studio (クラシック)

このコンテンツは、Studio (クラシック) のみに関連しています。 Azure Machine Learning デザイナーに同様のドラッグアンドドロップモジュールが追加されました。 この記事では、2つのバージョンの比較について詳しく説明します。

モジュールの概要

この記事では、Azure Machine Learning Studio (クラシック) の [ 変換の適用 ] モジュールを使用して、以前に計算された変換に基づいて入力データセットを変更する方法について説明します。

たとえば、データの正規化モジュールを使用してトレーニング データを正規化するために z スコアを使用した場合は、スコアリング フェーズ中も、トレーニング用に計算された z スコア値を使用することができます。 Azure Machine Learning Studio (クラシック) では、正規化メソッドを変換として保存してから、 Apply transform を使用してスコア付け前に入力データに z スコアを適用すると、簡単にこの操作を行うことができます。

Azure Machine Learning Studio (クラシック) は、さまざまな種類のカスタム変換を作成して適用するためのサポートを提供します。 たとえば、次のような変換を保存して再利用することができます。

変換の適用の使用方法

  1. 変換の適用モジュールを実験に追加します。 [スコア] カテゴリの [ Machine Learning] の下に thi モジュールがあります。

  2. 入力として使用する既存の変換を見つけます。

    変換が実験の前に作成された場合 (たとえば、クリーニングまたはデータスケーリング操作の一部として)、通常、モジュールの右側の出力で ITransform interface オブジェクトを使用できます。 その出力を、 適用変換の左側の入力に接続します。

    以前に保存した変換は、左側のナビゲーション ウィンドウの [変換] グループにあります。

    ヒント

    実験の変換を設計し、明示的に保存しない場合、セッションが開いている間はワークスペースで変換を使用できます。 セッションを閉じたが、変換を保存していない場合は、実験を再実行して、 ITransform インターフェイス オブジェクトを生成することができます。

  3. 変換するデータセットを接続します。 そのデータセットには、この変換を最初に設計した対象データセットとまったく同じスキーマ (列数、列名、データ型) があるはずです。

  4. 他のパラメーターを設定する必要はありません。すべてのカスタマイズは、変換を定義するときに行われます。

  5. 新しいデータセットに変換を適用するには、実験を実行します。

使用例

機械学習でこのモジュールを使用する方法については、 Azure AI Galleryを参照してください。

テクニカル ノート

適用変換 モジュールは、 ITransform インターフェイスを作成する任意のモジュールの出力を入力として受け取ることができます。 これらのモジュールは次のとおりです。

ヒント

また、デジタル信号処理用に設計されたフィルターを保存して再利用することもできます。 ただし、フィルターでは、 ITransform インターフェイスではなく、 IFilter インターフェイスインターフェイスが使用されます。

想定される入力

名前 Type 説明
変換 ITransform インターフェイス 単項データ変換
データセット データ テーブル 変換されるデータセット

出力

名前 Type 説明
変換されたデータセット データ テーブル 変換されたデータセット

例外

例外 説明
エラー 0003 1 つまたは複数の入力が null または空の場合、例外が発生します。

Studio (クラシック) モジュール固有のエラーの一覧については、「 Machine Learning エラーコード」を参照してください。

API 例外の一覧については、「 Machine Learning REST API のエラーコード」を参照してください。

関連項目

フィルター
SQL 変換の適用
見つからないデータのクリーンアップ
データの正規化
A-z モジュールリスト
データをビンにグループ化する