Alma sayısı tablosu

  • Makale

Önemli

Machine Learning Stüdyosu (klasik) desteği 31 Ağustos 2024'te sona erecektir. Bu tarihe kadar Azure Machine Learning'e geçmenizi öneririz.

1 Aralık 2021'den başlayarak artık yeni Machine Learning Stüdyosu (klasik) kaynakları oluşturamayacaksınız. 31 Ağustos 2024'e kadar mevcut Machine Learning Stüdyosu (klasik) kaynaklarını kullanmaya devam edebilirsiniz.

ML Stüdyosu (klasik) belgeleri kullanımdan kaldırılacak ve gelecekte güncelleştirilmeyecektir.

Önceden oluşturulmuş bir sayı tablosunu içeri aktarır

kategori: sayımlar ile Learning

Not

uygulama hedefi: yalnızca Machine Learning Studio (klasik)

benzer sürükle ve bırak modülleri Azure Machine Learning tasarımcısındakullanılabilir.

Modüle genel bakış

bu makalede, Machine Learning Studio 'da (klasik) içeri aktarma sayısı tablo modülünün nasıl kullanılacağı açıklanır.

içeri aktarma sayısı tablo modülünün amacı, Machine Learning önceki bir sürümünü kullanan, deneme sürümlerini yükseltmek için bir sayı tabanlı istatistik tablosu oluşturan müşterilere izin versağlamaktır. Bu modül, varolan sayım tablolarını yeni verilerle birleştirir.

sayma tabloları ve özellikler oluşturmak için nasıl kullanıldıkları hakkında genel bilgi için, bkz. Learning sayısı.

Önemli

Bu modül, yalnızca kullanım dışı derleme sayısı tablosu ve kullanım dışı sayı özellikli modülleri kullanan denemeleri ile geriye dönük uyumluluk için sağlanır. Yeni özelliklerden yararlanmak için denemenizi daha yeni modüller kullanmak üzere yükseltmenizi öneririz.

Tüm yeni denemeleri için aşağıdaki modülleri kullanmanızı öneririz:

Içeri aktarma sayısı tablosunu yapılandırma

  1. Machine Learning Studio 'da (klasik), kullanım dışı yapı sayısı tablo modülü kullanılarak oluşturulan bir count tablosu içeren bir deneme açın.

  2. Denemesine Içeri aktarma sayısı tablo modülünü ekleyin.

  3. derleme sayısı tablosu (kullanım dışı) modülünün iki çıkışını içeri aktarma sayısı tablosununeşleşen giriş bağlantı noktalarına Bağlan.

    İçeri aktarılan sayı tablosuyla birleştirmek istediğiniz başka bir sayı veri kümeniz varsa, Içeri aktarma sayısı tablo modülünün en sağdaki girişine bağlayın.

  4. Count tablosunun nerede ve nasıl depolandığını belirtmek için sayma türü seçeneğini kullanın:

    • veri kümesi: sayıları oluşturmak için kullanılan veriler Machine Learning Studio 'da (klasik) bir veri kümesi olarak kaydedilir.

    • Blob: sayıları oluşturmak için kullanılan veriler Azure storage Windows bir blok blobu olarak depolanır.

    • MapReduce: sayıları oluşturmak için kullanılan veriler, Windows Azure storage 'da bir blob olarak depolanır.

      Bu seçenek genellikle çok büyük veri kümelerinde tercih edilir. Saya erişmek için HDInsight kümesini etkinleştirmeniz gerekir. sayımı gerçekleştirmek için bir MapReduce işi başlatılır. Bu etkinliklerin her ikisi de depolama ve işlem maliyetlerine tabi olabilir.

      Daha fazla bilgi için bkz. Azure 'Da HDInsight.

    Veri depolama modunu belirttikten sonra, daha önce veriye erişmek için denemede bir Içeri aktarma modülü kullanmış olsanız bile, veriler için ek bağlantı bilgileri sağlamanız gerekebilir. Yani, sayıcı (kullanım dışı) modülünün, verileri okumak ve gerekli tabloları oluşturmak için veri depolamasına ayrı olarak eriştiği için.

  5. Sayıları depolamak için kullanılan tablonun biçim ve depolama modunu belirtmek için say tablosu türü seçeneğini kullanın.

    • Sözlük: bir sözlük sayısı tablosu kullanır.

      Seçili sütunlardaki tüm sütun değerleri dize olarak değerlendirilir ve en fazla 31 bit boyutunda bir bit dizisi kullanılarak karma hale getirilir. Bu nedenle, tüm sütun değerleri negatif olmayan 32 bitlik bir tamsayı ile temsil edilir.

    • CMSketch: en küçük taslak tablosundakaydedilmiş bir tablo kullanır.

      Bu biçimde, daha küçük bir aralığa sahip birden fazla bağımsız karma işlev, bellek verimliliğini artırmak ve karma çarpışmalarının olasılığını azaltmak için kullanılır.

    Genel olarak, daha küçük veri kümeleri ( < 1GB) Için Sözlük seçeneğini kullanmanız ve daha büyük veri kümeleri için CMSketch seçeneğini kullanmanız gerekir.

  6. Denemeyi çalıştırın.

  7. Tamamlandığında, Içeri aktarma sayısı tablo modülünün çıktısına sağ tıklayın, Dönüştür olarak kaydet' i seçin ve dönüşüm için bir ad yazın. Bunu yaptığınızda, birleştirilmiş sayma tabloları ve uygulamış olabileceğiniz herhangi bir özellik, yeni bir veri kümesine uygulanabilen bir biçimde kaydedilir.

Örnekler

Azure yapay zeka Galerisi, bu örnek denemeleri kullanarak Count tabanlı bir şekilde örnekleri göz atın:

Not

bu galeri denemeleri, daha önce kullanılmış ve artık kullanım dışı, sayı modülleriyle Learning sürümü kullanılarak oluşturulmuştur. Deneme sürümünü Studio 'da (klasik) açtığınızda, deneme otomatik olarak yeni modülleri kullanacak şekilde yükseltilir.

Beklenen girişler

Ad Tür Description
Meta veri sayısı Veri tablosu Sayımların meta verileri
Sayım tablosu Veri tablosu Sayım tablosu
Sayılan veri kümesi Veri tablosu Sayım için kullanılan veri kümesi

Modül parametreleri

Ad Tür Aralık İsteğe Bağlı Varsayılan Description
Sayım türü CountingType Gerekli Sayım türü

Çıkışlar

Ad Tür Description
Dönüştürme sayılıyor Iransform arabirimi Sayım dönüştürmesi

Özel durumlar

Özel durum Description
Hata 0003 Bir veya daha fazla giriş null veya boş olduğunda özel durum oluşur.
Hata 0018 Giriş veri kümesi geçerli değilse özel durum oluşur.

Studio (klasik) modüllerine özgü hataların listesi için bkz. Machine Learning kodları.

API özel durumlarının listesi için bkz. Machine Learning REST API Kodları.

Ayrıca bkz.

Learning ile birlikte