異常検出モデルのトレーニング

トレーニングセットで異常検出モデルをトレーニングする

カテゴリ: Machine Learning/トレーニング

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 の 異常検出モデルのトレーニング モジュールを使用して、トレーニング済みの異常検出モデルを作成する方法について説明します。

モジュールは、 1 クラスサポートベクターマシン モジュールによって生成されたものなど、異常検出モデルのモデルパラメーターのセットと、ラベルのないデータセットを入力として受け取ります。 トレーニング済みの異常検出モデルがトレーニング データのラベル セットと共に返されます。

Azure Machine Learning に用意されている異常検出アルゴリズムの詳細については、次のトピックを参照してください。

異常検出モデルのトレーニングを構成する方法

  1. 実験に [ 異常検出モデルのトレーニング ] モジュールを追加します。 [トレーニング] カテゴリの [ Machine Learning] の下にモジュールがあります。

  2. PCA ベースの異常検出1 クラスサポートベクターマシンなど、異常検出用に設計されたモジュールのいずれかを接続します。

    その他の種類のモデルはサポートされていません。実験を実行すると、次のエラーが表示されます。すべてのモデルの学習器の種類が同じである必要があります。

  3. ラベル列を選択し、アルゴリズム固有のその他のパラメーターを設定することで、異常検出モジュールを構成します。

  4. トレーニングデータセットを、トレーニングの 異常検出モデル の右側の入力にアタッチします。

  5. 実験を実行します。

結果

トレーニングの完了後:

  • モデルのパラメーターを表示するには、モデルを右クリックし、 [Visualize](可視化) を選択します。

  • 予測を作成するには、新しい入力データで [ モデルのスコア 付け] を使用します。

  • トレーニング済みのモデルのスナップショットを保存するには、トレーニング済みの モデル の出力を右クリックし、[名前を付け て保存] を選択します。

Azure Machine Learning での異常検出の実装方法の例については、 Azure AI Galleryを参照してください。

想定される入力

名前 Type 説明
未トレーニング モデル ILearner インターフェイス 未トレーニングの異常検出モデル
データセット データ テーブル 入力データ ソース

出力

名前 Type 説明
トレーニングされたモデル ILearner インターフェイス トレーニング済みの異常検出モデル

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。

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

指導
異常検出