Score Model

Scores voor spellingen voor een getrainde classificatie of regressie model

Categorie: machine learning/Score

Notitie

Van toepassing op : machine learning Studio (klassiek)

Deze inhoud is alleen van toepassing op Studio (klassiek). Er zijn Vergelijk bare modules voor slepen en neerzetten toegevoegd aan Azure Machine Learning Designer. In dit artikel vindt u meer informatie over de twee versies.

Module overzicht

In dit artikel wordt beschreven hoe u de module score model in azure machine learning Studio (klassiek) kunt gebruiken om voor spellingen te genereren met behulp van een getrainde classificatie of regressie model.

Score model gebruiken

  1. Voeg de module score model toe aan uw experiment in Studio (klassiek).

  2. Koppel een getraind model en een gegevensset die nieuwe invoer gegevens bevat.

    De gegevens moeten een indeling hebben die compatibel is met het type getrainde model dat u gebruikt. Het schema van de invoer gegevensset moet ook algemeen overeenkomen met het schema van de gegevens die worden gebruikt om het model te trainen.

  3. Voer het experiment uit.

Resultaten

Nadat u een set scores hebt gegenereerd met het score model:

  • Genereren van een set metrische gegevens die worden gebruikt voor het evalueren van de nauw keurigheid van het model (prestaties). u kunt de gescoorde gegevensset verbinden om het model te evalueren.
  • Klik met de rechter muisknop op de module en selecteer visualiseren om een voor beeld van de resultaten weer te geven.
  • Sla de resultaten op in een gegevensset.

De Score of voorspelde waarde kan in veel verschillende indelingen worden opgegeven, afhankelijk van het model en uw invoer gegevens:

  • Voor classificatie modellen voert het score model een voorspelde waarde uit voor de klasse, evenals de waarschijnlijkheid van de voorspelde waarde.
  • Voor regressie modellen genereert het score model alleen de voorspelde numerieke waarde.
  • Voor afbeeldings classificatie modellen kan de score de klasse van het object in de afbeelding zijn of een Booleaanse waarde die aangeeft of een bepaalde functie is gevonden.

Scores publiceren als een webservice

Een gemeen schappelijk gebruik van scores is het retour neren van de uitvoer als onderdeel van een voorspellende webservice. Meer informatie vindt u in deze zelf studie over het maken van een webservice op basis van een experiment in azure ML Studio (klassiek):

Voorbeelden

Voor voor beelden van hoe score model in een experimentele werk stroom wordt gebruikt, raadpleegt u de Azure AI Gallery:

Technische opmerkingen

Modellen worden niet ondersteund door het score model

Als u een van de volgende speciale typen modellen gebruikt, moet u mogelijk een van deze aangepaste Score modules gebruiken:

Gebruiks tips

Als de gegevens die u ondertekent ontbrekende waarden bevatten, wordt in veel gevallen er geen score voor de hele rij gegenereerd.

De volgende machine learning modellen vereisen dat gegevens geen ontbrekende waarden bevatten. Wanneer u de volgende machine learning modellen gebruikt, controleert u de gegevens voordat u deze aan het score modeldoor gegeven en gebruikt u clean Missing Data om de ontbrekende waarden in invoer kolommen te wijzigen.

Verwachte invoer

Naam Type Beschrijving
Getraind model ILearner-interface Getraind voorspellend model
Gegevensset Gegevens tabel Gegevensset voor invoer test

Outputs

Naam Type Beschrijving
Score gegevensset Gegevens tabel Gegevensset met opgehaalde scores

Uitzonderingen

Uitzondering Beschrijving
Fout 0032 Uitzonde ring treedt op als argument geen getal is.
Fout 0033 Uitzonde ring treedt op als argument oneindig is.
Fout 0003 Uitzonde ring treedt op als een of meer invoer waarden null of leeg zijn.
Fout 0013 Uitzonde ring treedt op als de kenniser die is door gegeven aan de module, een ongeldig type is.

Zie ook

Gecontroleerd
Model trainen
Aanbeveling van Score matchbox