Assign Data to Clusters (Atribuir Dados a Clusters)

Atribui dados a clusters utilizando um modelo de agrupamento treinado existente

Categoria: Pontuação

Nota

Aplica-se a: Machine Learning Studio (clássico)

Este conteúdo diz respeito apenas ao Studio (clássico). Módulos semelhantes de arrasto e queda foram adicionados ao designer de Aprendizagem automática Azure. Saiba mais neste artigo comparando as duas versões.

Visão geral do módulo

Este artigo descreve como usar o módulo De Assign Data to Clusters no Azure Machine Learning Studio (clássico), para gerar previsões usando um modelo de clustering que foi treinado usando o algoritmo de clustering K-Means.

O módulo devolve um conjunto de dados que contém as atribuições prováveis para cada novo ponto de dados. Também cria um gráfico de PCA (Principal Component Analysis) para ajudá-lo a visualizar a dimensionalidade dos clusters.

Aviso

Este módulo substitui o módulo Atribua a Clusters (precotado), que está disponível apenas para suporte a experiências mais antigas.

Como utilizar atribuir dados a clusters

  1. No Azure Machine Learning Studio (clássico), localize um modelo de agrupamento previamente treinado. Pode criar e formar um modelo de agrupamento utilizando qualquer um destes métodos:

    Também pode adicionar um modelo de agrupamento treinado existente do grupo Modelos Guardados no seu espaço de trabalho.

  2. Fixe o modelo treinado à porta de entrada esquerda da Atribuição de Dados aos Clusters.

  3. Anexar um novo conjunto de dados como entrada. Neste conjunto de dados, as etiquetas são opcionais. Geralmente, o agrupamento é um método de aprendizagem não supervisionado, pelo que não se espera que conheça as categorias com antecedência.

    No entanto, as colunas de entrada devem ser as mesmas que as colunas utilizadas no treino do modelo de agrupamento, ou ocorre um erro.

    Dica

    Para reduzir a saída de colunas a partir das previsões do cluster, utilize Colunas Selecionadas no Conjuntode Dados e selecione um subconjunto das colunas.

  4. Deixar a opção Verificar o apêndice ou desmarcar o resultado apenas selecionado se pretender que os resultados contenham o conjunto completo de dados de entrada, juntamente com uma coluna que indique os resultados (atribuições de cluster).

    Se desmarcar esta opção, receberá apenas os resultados. Isto pode ser útil ao criar previsões como parte de um serviço web.

  5. Execute a experimentação.

Resultados

O módulo De Atribuição de Dados a Clusters retorna dois tipos de resultados na saída do conjunto de dados de resultados:

  • Para ver a separação dos clusters no modelo, clique na saída do módulo e selecione Visualize

    Este comando apresenta um gráfico de Análise de Componentes Principais (PCA) que mapeia a coleção de valores em cada cluster para dois eixos componentes.

    • O primeiro eixo componente é o conjunto combinado de funcionalidades que captura a maior variação do modelo. Está traçado no eixo x (Componente Principal 1).
    • O próximo eixo componente representa um conjunto combinado de funcionalidades que é orogonal ao primeiro componente e que adiciona a próxima maior informação ao gráfico. Está traçado no eixo y (Componente Principal 2).

    A partir do gráfico, pode-se ver a separação entre os clusters e como os clusters são distribuídos ao longo dos eixos que representam os principais componentes.

  • Para visualizar a tabela de resultados de cada caso nos dados de entrada, anexe o módulo Converte ao Dataset e visualiza os resultados em Studio (clássico).

    Este conjunto de dados contém as atribuições de cluster para cada caso, e uma métrica de distância que lhe dá alguma indicação de quão perto este caso em particular está para o centro do cluster.

    Nome da coluna de saída Descrição
    Atribuições Um índice baseado em 0 que indica a que agrupamento o ponto de dados foi atribuído.
    DistânciasToClusterCenter nº. n Para cada ponto de dados, este valor indica a distância entre o ponto de dados e o centro do cluster atribuído e a distância a outros clusters.

    A métrica utilizada para calcular a distância é determinada quando configura o modelo de agrupamento K-significa.

Entradas esperadas

Nome Tipo Descrição
Modelo treinado Interface ICluster Modelo de agrupamento treinado
Conjunto de dados Tabela de Dados Fonte de dados de entrada

Parâmetros do módulo

Nome Tipo Intervalo Opcional Predefinição Descrição
Apenas apêndice ou resultado Necessário TRUE Indicar se o conjunto de dados de saída deve conter o conjunto de dados de entrada, bem como os resultados, ou apenas os resultados
Especifique o modo de varrimento do parâmetro Métodos de varrimento Lista:Grelha inteira|varredura aleatória Necessário Varredura aleatória Varra toda a grelha no espaço dos parâmetros, ou varra com um número limitado de amostras

Saídas

Nome Tipo Descrição
Conjunto de dados de resultados Tabela de Dados Conjunto de dados de entrada anexado por coluna de dados de atribuições ou coluna de atribuições apenas

Exceções

Exceção Descrição
Erro 0003 A exceção ocorre se uma ou mais entradas forem nulas ou vazias.

Ver também

K-Significa Clustering
Pontuação