Adicionar Linhas
Importante
O suporte para o Machine Learning Studio (clássico) terminará em 31 de agosto de 2024. É recomendável fazer a transição para o Azure Machine Learning até essa data.
A partir de 1º de dezembro de 2021, você não poderá criar recursos do Machine Learning Studio (clássico). Até 31 de agosto de 2024, você pode continuar usando os recursos existentes do Machine Learning Studio (clássico).
- Confira informações sobre como mover projetos de machine learning do ML Studio (clássico) para o Azure Machine Learning.
- Saiba mais sobre o Azure Machine Learning.
A documentação do ML Studio (clássico) está sendo desativada e pode não ser atualizada no futuro.
Anexa um conjunto de linhas de um conjunto de dados de entrada para o final do outro conjunto de dados
Categoria: Transformação/manipulação de dados
Observação
Aplica-se a: Machine Learning Studio (clássico) somente
Módulos semelhantes do tipo "arrastar e soltar" estão disponíveis no designer do Azure Machine Learning.
Visão geral do módulo
Este artigo descreve como usar o módulo Adicionar Linhas no Machine Learning Studio (clássico) para concatenar dois conjuntos de dados. Na concatenação, as linhas do segundo conjunto de dados são adicionadas ao final do primeiro conjunto de dados.
Concatenação de linhas é útil em cenários como estes:
Você gerou uma série de estatísticas de avaliação e deseja combiná-las em uma tabela para criar relatórios com mais facilidade.
Você tem trabalhado com conjuntos de dados diferentes e deseja combinar os conjuntos de dados para criar um conjunto de dados final.
Como usar o módulo Adicionar linhas
Para concatenar linhas de dois conjuntos de dados, as linhas devem ter exatamente o mesmo esquema. Isso significa o mesmo número de colunas e o mesmo tipo de dados nas colunas.
Arraste o módulo Adicionar Linhas em seu experimento. Você pode encontrá-lo em Transformação de Dados, na categoria Manipular.
Conecte os conjuntos de dados para as duas portas de entrada. O conjunto de dados que você deseja acrescentar deve estar conectado à segunda porta (à direita).
Execute o experimento. O número de linhas no conjunto de dados de saída precisa ser igual à soma de linhas dos dois conjuntos de dados de entrada.
Se você adicionar o mesmo conjunto de dados às duas entradas do módulo Adicionar linhas, o conjunto de dados será duplicado.
Observações técnicas
Esta seção descreve detalhes de implementação e perguntas comuns.
Não é possível filtrar o conjunto de dados de origem ao adicionar linhas. Todas as linhas de ambos os conjuntos de dados fornecidos como entradas são concatenados quando você usa Adicionar Linhas.
Se você quiser adicionar apenas algumas linhas , use Partição e Exemplo para definir uma condição pela qual filtrar as linhas e gerar um conjuntos de dados com apenas as linhas que você deseja.
Exemplos
Para ver exemplos de como esse módulo é usado, consulte o Galeria de IA do Azure:
Estimativa de demanda: combina o resultado da avaliação de vários modelos em um único conjuntos de dados e o passa para um Executar Script R para processamento personalizado
Detecção de câncer de câncer de câncer: conjuntos de dados que contêm recursos úteis são limpos e combinados usando Adicionar Linhas, Adicionar Colunas e Unir Dados.
Previsão do desempenho do aluno: usa Adicionar Linhas para combinar os resultados de métricas personalizadas calculadas usando Aplicar Operação Matemática.
Previsão de séries temporárias: usa scripts R para gerar métricas personalizadas e, em seguida, combina-as em uma única tabela usando Adicionar Linhas.
Entradas esperadas
| Nome | Tipo | Descrição |
|---|---|---|
| Dataset1 | Tabela de Dados | Linhas do conjunto de dados a serem adicionadas ao primeiro conjunto de dados de saída |
| Dataset2 | Tabela de Dados | Linhas do conjunto de dados a serem anexadas ao primeiro conjunto de dados |
Saídas
| Nome | Tipo | Descrição |
|---|---|---|
| Conjunto de dados de resultados | Tabela de Dados | Conjunto de dados que contém todas as linhas dos conjuntos de dados de entrada |
Exceções
| Exceção | Descrição |
|---|---|
| Erro 0003 | Uma exceção ocorre se um ou mais dos conjuntos de dados de entrada for nulo ou vazio. |
| Erro 0010 | Ocorrerá uma exceção se os conjuntos de dados da entrada tiverem nomes de colunas que deveriam corresponder, mas não correspondem. |
| Erro 0016 | Ocorrerá uma exceção se os conjuntos de dados de entrada passados para o módulo devessem ter tipos de coluna compatíveis, mas não tiverem. |
| Erro 0008 | Ocorrerá uma exceção se o parâmetro não estiver no intervalo. |
Para ver uma lista de erros específicos dos módulos do Studio (clássico), consulte Machine Learning Códigos de erro.
Para ver uma lista de exceções de API, consulte Machine Learning códigos de erro da API REST.