Sütun Dönüştürmeyi Seçme

Bu makalede Azure Machine Learning tasarımcısında Sütunları DönüştürmeYi Seç bileşeninin nasıl kullanılacağı açıklanmaktadır. Sütunları Seçme Dönüştürme bileşeninin amacı, aşağı akış makine öğrenmesi işlemlerinde öngörülebilir, tutarlı bir sütun kümesinin kullanıldığından emin olmaktır.

Bu bileşen, belirli sütunlar gerektiren puanlama gibi görevler için yararlıdır. Kullanılabilir sütunlarda yapılan değişiklikler işlem hattını bozabilir veya sonuçları değiştirebilir.

Sütun Seçme Dönüştürme özelliğini kullanarak bir sütun kümesi oluşturup kaydedebilirsiniz. Ardından, bu seçimleri yeni verilere uygulamak için Dönüştürmeyi Uygula bileşenini kullanın.

Sütun Seçme Dönüşümünü kullanma

Bu senaryoda, modeli eğitmek için kullanılacak dinamik bir sütun kümesi oluşturmak için özellik seçimini kullanmak istediğiniz varsayılır. Sütun seçimlerinin puanlama işlemi için aynı olduğundan emin olmak için Sütun Dönüştürmeyi Seç bileşenini kullanarak sütun seçimlerini yakalar ve bunları işlem hattında başka bir yere uygularsınız.

  1. Tasarımcıda işlem hattınıza bir giriş veri kümesi ekleyin.

  2. Filtre Tabanlı Özellik Seçimi örneği ekleyin.

  3. Giriş veri kümesinde bir dizi en iyi özelliği otomatik olarak bulmak için bileşenleri bağlayın ve özellik seçimi bileşenini yapılandırın.

  4. Modeli Eğit'in bir örneğini ekleyin ve eğitim girişi olarak Filtre Tabanlı Özellik Seçimi çıkışını kullanın.

    Önemli

    Özellik önemi sütundaki değerleri temel aldığı için Modeli Eğitmek için giriş için hangi sütunların kullanılabilir olabileceğini önceden bilemezsiniz.

  5. Sütunları Seç Dönüştürme bileşeninin bir örneğini ekleyin.

    Bu adım, kaydedilebilen veya diğer veri kümelerine uygulanabilen bir dönüştürme olarak bir sütun seçimi oluşturur. Bu adım, özellik seçiminde tanımlanan sütunların diğer bileşenlerin yeniden kullanılabilmesi için kaydedilmesini sağlar.

  6. Model Puanla bileşenini ekleyin.

    Giriş veri kümesini bağlamayın. Bunun yerine, DönüştürmeYi Uygula bileşenini ekleyin ve özellik seçimi dönüştürmesinin çıkışını bağlayın.

    İşlem hattı yapısı aşağıdaki gibi olmalıdır:

    Örnek işlem hattı

    Önemli

    Puanlama veri kümesine Filtre Tabanlı Özellik Seçimi uygulamayı ve aynı sonuçları almayı bekleyemezsiniz. Özellik seçimi değerleri temel aldığı için farklı bir sütun kümesi seçebilir ve bu da puanlama işleminin başarısız olmasına neden olabilir.

  7. İşlem hattını gönderin.

Bu sütun seçimini kaydetme ve uygulama işlemi, aynı veri şemasının eğitim ve puanlama için kullanılabilir olmasını sağlar.

Sonraki adımlar

Bkz. Azure Machine Learning'de kullanılabilen bileşenler kümesi .