Экспорт таблицы счетчиков
Экспортирует таблицу счетчиков из сохраненного преобразования для использования с новыми данными
Категория: обучение с подсчетами
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, как использовать модуль экспорта таблиц счетчиков в машинное обучение Azure Studio (классическая модель). Модуль экспорта таблицы счетчиков предоставляется для обратной совместимости с экспериментами, в которых используется устаревшая таблица счетчиков сборок и нерекомендуемые модули Count характеризатора.
При использовании нового модуля преобразования подсчета сборки для создания функций на основе счетчика модуль выводит как набор данных признаками, так и Преобразование , которое создает функции из счетчиков. С помощью модуля Экспорт таблицы счетчика можно разделить функции на основе количества, выводимые этим новым модулем, в метаданные подсчета и таблицу счетчиков. Эти выходные форматы использовались ранее, теперь устаревшие модули:
Общие сведения о таблицах счетчиков и их использовании для создания функций см. в разделе обучение с подсчетами.
Для всех новых экспериментов рекомендуется использовать следующие модули:
Настройка таблицы счетчиков экспорта
В Машинное обучение Azure Studio (классическая модель) откройте эксперимент, в котором вы хотите использовать импортированную таблицу счетчиков.
Выберите преобразование сохраненное число и добавьте его в эксперимент.
Соедините выход преобразования "сохраненное число" ( Преобразование с меткой) для экспорта таблицы счетчиков.
Добавьте в эксперимент модуль Count Характеризатора (не рекомендуется) и подключите его к двум выходным данным таблицы счетчиков экспорта.
Модуль Count Характеризатора (не рекомендуется) требует дополнительного ввода для набора данных, который требуется создание признаков. Подключите набор данных, чтобы применить сохраненное преобразование к выходам.
Задайте необходимые параметры для Count Характеризатора (не рекомендуется), включая столбец меток, столбцы Count, столбцы для создание признаков и функции для вывода.
Необходимо выбрать подмножество столбцов, которые были изначально выбраны для преобразования «подсчета». Однако модуль Экспорт таблицы счетчиков не предоставляет список этих столбцов, поэтому необходимо просмотреть исходный эксперимент и запомните, какие столбцы использовались. При выборе столбца, который не использовался при создании преобразования, возникает ошибка.
Примеры
Изучите примеры Добавление признаков на основе количества, используя эти примеры экспериментов в Коллекция решений ии Azure:
Прогноз задержки рейсов: показывает, как добавление признаков на основе счетчика может быть полезна в очень больших наборах данных.
Обучение с помощью счетчиков: многоклассовая классификация с данными Нью такси: демонстрируется использование функций на основе количества в многоклассовой задаче прогнозирования.
Обучение с помощью счетчиков: двоичная классификация с данными Нью такси: использует функции на основе количества в задаче двоичной классификации.
Примечание
При открытии эксперимента из коллекции, созданного с использованием устаревших версий модулей обучения с подсчетами , этот эксперимент автоматически обновляется для использования новых модулей.
Ожидаемые входные данные
Имя | Type | Описание |
---|---|---|
Преобразование подсчета | Интерфейс ITransform | Преобразование подсчета. |
Выходные данные
Имя | Type | Описание |
---|---|---|
Метаданные счетчиков | Таблица данных | Метаданные счетчиков. |
Таблица счетчиков | Таблица данных | Таблица счетчиков. |
Исключения
Исключение | Описание |
---|---|
Ошибка 0003 | Исключение возникает, если один или несколько входных аргументов имеют значение NULL или пусты. |
Ошибка 0086 | Возникает исключение при недопустимом преобразовании подсчета. |
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.