Rijen toevoegen
Belangrijk
De ondersteuning voor Azure Machine Learning-studio (klassiek) eindigt op 31 augustus 2024. U wordt aangeraden om vóór die datum over te stappen naar Azure Machine Learning.
Vanaf 1 december 2021 kunt u geen nieuwe resources voor Azure Machine Learning-studio (klassiek) meer maken. Tot en met 31 augustus 2024 kunt u de bestaande resources van Azure Machine Learning-studio (klassiek) blijven gebruiken.
- Zie informatie over het verplaatsen machine learning van ML Studio (klassiek) naar Azure Machine Learning.
- Meer informatie over Azure Machine Learning.
De documentatie van ML-studio (klassiek) wordt buiten gebruik gesteld en wordt in de toekomst mogelijk niet meer bijgewerkt.
Een set rijen uit een invoerset toevoegen aan het einde van een andere gegevensset
Categorie: Gegevenstransformatie/manipulatie
Notitie
Van toepassing op: Machine Learning Studio (klassiek)
Vergelijkbare modules voor slepen en neerzetten zijn beschikbaar in Azure Machine Learning designer.
Moduleoverzicht
In dit artikel wordt beschreven hoe u de module Rijen toevoegen in Machine Learning Studio (klassiek) gebruikt om twee gegevenssets samen te voegen. Bij samenvoeging worden de rijen van de tweede gegevensset toegevoegd aan het einde van de eerste gegevensset.
Het samenvoegen van rijen is handig in scenario's zoals:
U hebt een reeks evaluatiestatistieken gegenereerd en u wilt deze combineren in één tabel voor eenvoudigere rapportage.
U hebt met verschillende gegevenssets gewerkt en u wilt de gegevenssets combineren om een definitieve gegevensset te maken.
Rijen toevoegen gebruiken
Als u rijen uit twee gegevenssets wilt samenvoegen, moeten de rijen exact hetzelfde schema hebben. Dit betekent hetzelfde aantal kolommen en hetzelfde type gegevens in de kolommen.
Sleep de module Rijen toevoegen naar uw experiment. U vindt deze onder Gegevenstransformatie in de categorie Manipuleren .
Verbinding maken de gegevenssets naar de twee invoerpoorten. De gegevensset die u wilt appen, moet zijn verbonden met de tweede (rechter)poort.
Voer het experiment uit. Het aantal rijen in de uitvoerset moet gelijk zijn aan de som van de rijen van beide invoersets.
Als u dezelfde gegevensset toevoegt aan beide invoer van de module Rijen toevoegen, wordt de gegevensset gedupliceerd.
Technische opmerkingen
In deze sectie worden implementatiedetails en veelvoorkomende vragen beschreven.
U kunt de bronset niet filteren wanneer u rijen toevoegt. Alle rijen van beide gegevenssets die als invoer worden opgegeven, worden samenvoegd wanneer u Rijen toevoegen gebruikt.
Als u slechts een paar rijen wilt toevoegen, gebruikt u Partition en Sample om een voorwaarde te definiëren waarmee u de rijen filtert en een gegevensset genereert met alleen de rijen die u wilt.
Voorbeelden
Zie de volgende Azure AI Gallery voor voorbeelden van hoe deze module wordt Azure AI Gallery:
Vraagschatting: Combineert het resultaat van het evalueren van meerdere modellen tot één gegevensset en geeft deze door aan een Execute R Script voor aangepaste verwerking
Detectie van borstkanker: gegevenssets die nuttige functies bevatten, worden opgeschoond en vervolgens gecombineerd met behulp van Rijen toevoegen,Kolommen toevoegen en Gegevens toevoegen.
Voorspelling van prestaties van studenten: Maakt gebruik van Rijen toevoegen om de resultaten te combineren van aangepaste metrische gegevens die worden berekend met behulp van Wiskundige bewerking toepassen.
Time Series Forecasting: maakt gebruik van R-scripts voor het genereren van aangepaste metrische gegevens en combineert deze vervolgens in één tabel met behulp van Rijen toevoegen.
Verwachte invoer
| Naam | Type | Description |
|---|---|---|
| Gegevensset1 | Gegevenstabel | Gegevenssetrijen die eerst aan de uitvoerset moeten worden toegevoegd |
| Gegevensset2 | Gegevenstabel | Gegevenssetrijen die moeten worden toegevoegd aan de eerste gegevensset |
Uitvoerwaarden
| Naam | Type | Description |
|---|---|---|
| Gegevensset met resultaten | Gegevenstabel | Gegevensset die alle rijen met invoersets bevat |
Uitzonderingen
| Uitzondering | Description |
|---|---|
| Fout 0003 | Er treedt een uitzondering op als een of meer invoersets null of leeg zijn. |
| Fout 0010 | Er treedt een uitzondering op als invoersets kolomnamen hebben die wel moeten overeenkomen, maar niet. |
| Fout 0016 | Er treedt een uitzondering op als invoersets die aan de module worden doorgegeven compatibele kolomtypen moeten hebben, maar niet. |
| Fout 0008 | Er treedt een uitzondering op als de parameter niet binnen het bereik valt. |
Zie Foutcodes voor een lijst met fouten die specifiek zijn Machine Learning voor Studio-modules (klassiek).
Zie Foutcodes voor een lijst Machine Learning REST API API-uitzonderingen.