Применение преобразования

Применяет точно определенное преобразование данных к набору данных

Категория: машинное обучение/Оценка

Примечание

Применимо к: машинное обучение Studio (классическая модель)

Это содержимое относится только к Studio (классическая модель). Аналогичные модули перетаскивания были добавлены в конструктор Машинное обучение Azure. Дополнительные сведения см. в статье сравнение двух версий.

Обзор модуля

В этой статье описывается использование модуля Apply преобразование в машинное обучение Azure Studio (классическая модель) для изменения входного набора данных на основе ранее вычисленного преобразования.

Например, если вы использовали z-баллы для нормализации обучающих данных с помощью модуля нормализация данных , необходимо использовать значение z-оценки, которое было вычислено для обучения на этапе оценки. В Машинное обучение Azure Studio (классическая модель) это легко сделать, сохранив метод нормализации как преобразование, а затем применив применение преобразования , чтобы применить z-оценку к входным данным до оценки.

Машинное обучение Azure Studio (классическая модель) обеспечивает поддержку создания и применения множества различных видов пользовательских преобразований. Например, может потребоваться сохранить и повторно использовать преобразования, которые выполняют следующие действия:

Использование преобразования «применить преобразование»

  1. Добавьте модуль Применить преобразование к вашему эксперименту. Модуль эт можно найти в категории Оценка в разделе машинное обучение.

  2. Нахождение существующего преобразования для использования в качестве входных данных.

    Если преобразование было создано ранее в эксперименте (например, в ходе операции очистки или масштабирования данных), обычно объект интерфейса итрансформ доступен в выходных данных модуля в правой части. Подключите эти выходные данные к левому вводу преобразования Apply.

    Ранее сохраненные преобразования можно найти в группе преобразования в левой области навигации.

    Совет

    Если вы разрабатываете преобразование для эксперимента, но не сохраняете его явным образом, преобразование доступно в рабочей области при условии, что сеанс открыт. Если закрыть сеанс, но не сохранить преобразование, можно повторно запустить эксперимент, чтобы создать объект интерфейса итрансформ .

  3. Подключите набор данных, который необходимо преобразовать. Набор данных должен иметь одну и ту же схему (число столбцов, имена столбцов, типы данных) в качестве набора данных, для которого было изначально создано преобразование.

  4. Другие параметры задавать не нужно. Все настройки выполняются при определении преобразования.

  5. Чтобы применить преобразование к новому набору данных, запустите эксперимент.

Примеры

Чтобы увидеть, как этот модуль используется в машинном обучении, см. Коллекция решений ии Azure:

Технические примечания

Модуль " Применить преобразование " может принимать в качестве входных данных все модули, создающие интерфейс итрансформ. К этим модулям относятся:

Совет

Можно также сохранить и повторно использовать фильтры, предназначенные для обработки цифровых сигналов. Однако фильтры используют интерфейс интерфейса IFilter , а не интерфейс итрансформ.

Ожидаемые входные данные

Имя Type Описание
Преобразование Интерфейс ITransform Унарное преобразование данных
Набор данных Таблица данных Набор данных для преобразования

Выходные данные

Имя Type Описание
Преобразованный набор данных Таблица данных Преобразованный набор данных

Исключения

Исключение Описание
Ошибка 0003 Исключение возникает, если один или несколько входных аргументов имеют значение NULL или пусты.

Список ошибок, относящихся к модулям студии (классическая версия), см. в разделе машинное обучение коды ошибок.

Список исключений API см. в разделе Машинное обучение REST API коды ошибок.

См. также

Фильтрация
Применить преобразование SQL
Очистить отсутствующие данные
Нормализация данных
Список модулей A – Z
Группирование данных в ячейки