カウント テーブルのエクスポート

新しいデータで使用するために、保存された変換からカウントテーブルをエクスポートします

カテゴリ: カウントを使用した学習

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) で カウントテーブルのエクスポート モジュールを使用する方法について説明します。 カウントテーブルのエクスポート モジュールは、非推奨のビルドカウントテーブルと非推奨のカウント Featurizer モジュールを使用する実験との下位互換性のために用意されています。

新しい ビルドカウント変換 モジュールを使用してカウントベースの特徴を作成する場合、モジュールは特徴付けデータセットと、カウントから特徴を作成する 変換 の両方を出力します。 カウントテーブルのエクスポート モジュールを使用すると、この新しいモジュールによって出力されたカウントベースの特徴をカウント メタデータカウントテーブル に分けることができます。 これらの出力形式は、以前は非推奨のモジュールで使用されていました。

カウントテーブルに関する一般的な情報と、それらを使用して機能を作成する方法については、「 カウントを使用した学習」を参照してください。

すべての新しい実験で、次のモジュールを使用することをお勧めします。

カウントのエクスポートテーブルを構成する方法

  1. [Azure Machine Learning Studio (クラシック)] で、インポートされたカウントテーブルを使用する実験を開きます。

  2. 保存されているカウント変換を見つけて実験に追加します。

  3. 保存されたカウント変換 (ラベル付き 変換) の出力を、 Count テーブルのエクスポート に接続します。

  4. Count Featurizer (非推奨) モジュールを実験に追加し、[ Export count] テーブル の2つの出力に接続します。

  5. Count Featurizer (非推奨) モジュールには、データセットを表示するための追加の入力が必要です。 データセットを接続して、保存した変換を出力に適用します。

  6. Count Featurizer (非推奨) に必要なパラメーターを設定します。これには、ラベル列、カウント列、特徴を示す列、出力する機能が含まれます。

    カウント変換用に最初に選択された列のサブセットを選択する必要があります。 ただし、 カウントテーブルのエクスポート モジュールではこれらの列の一覧が提供されないため、元の実験を確認し、使用された列をメモする必要があります。 変換の作成時に使用されなかった列を選択すると、エラーが発生します。

Azure AI Galleryのサンプル実験を使用して、カウントベースの特性付けの例をご覧ください。

注意

[ カウントを使用 した学習] モジュールの非推奨バージョンを使用して作成されたギャラリー実験を開くと、新しいモジュールを使用するように実験が自動的にアップグレードされます。

想定される入力

名前 Type 説明
カウント (変換を) ITransform インターフェイス カウント変換。

出力

名前 Type 説明
Dracula カウント メタデータ データ テーブル カウントのメタデータ。
Dracula カウント テーブル データ テーブル カウント テーブル。

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。
エラー 0086 カウント変換が有効ではない場合、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

カウントを使用した学習