Puanlama Modeli

  • 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.

Eğitilen bir sınıflandırma veya regresyon modeli için tahminleri puanlar

Kategori: Machine Learning / Puan

Not

Uygulama: Machine Learning Studio (yalnızca klasik)

Benzer sürükle ve bırak modülleri tasarımcıda da Azure Machine Learning kullanılabilir.

Modüle genel bakış

Bu makalede, eğitilmiş bir sınıflandırma veya regresyon modeli kullanarak tahminler oluşturmak için Machine Learning Studio'daki (klasik) Modeli Puanlama modülünün nasıl kullanımı açıklanmıştır.

Modeli Puanla kullanma

  1. Modeli Puanla modülünü Studio'da (klasik) denemenize ekleyin.

  2. Eğitilmiş bir model ve yeni giriş verileri içeren bir veri kümesi ekleme.

    Veriler, kullanmakta olduğu eğitilmiş model türüyle uyumlu bir biçimde olmalıdır. Giriş veri kümesi şeması genellikle modeli eğitmek için kullanılan verilerin şemasıyla da eşleşmeli.

  3. Denemeyi çalıştırın.

Sonuçlar

Modeli Puanla kullanarak bir puan kümesi oluşturmanın ardından:

  • Modelin doğruluğunu (performans) değerlendirmek için kullanılan bir ölçüm kümesi oluşturmak için. Puanlı veri kümesine Modeli Değerlendirme bağlantısı kurabilirsiniz,
  • Modüle sağ tıklayın ve Sonuçların örneğini görmek için Görselleştir'i seçin.
  • Sonuçları bir veri kümesine kaydedin.

Puan veya tahmin edilen değer, modele ve giriş verilerinize bağlı olarak birçok farklı biçimde olabilir:

  • Sınıflandırma modelleri için Puanlama Modeli, hem sınıf için tahmin edilen bir değer hem de tahmin edilen değerin olasılığını verir.
  • Regresyon modellerinde PuanLama Modeli yalnızca tahmin edilen sayısal değeri üretir.
  • Görüntü sınıflandırma modellerinde puan, görüntüde nesne sınıfı veya belirli bir özelliğin bulunıp buluna olmadığını belirten bir Boole olabilir.

Puanları web hizmeti olarak yayımlama

Puanlamanın yaygın kullanımları, çıkışı tahmine dayalı bir web hizmetinin parçası olarak geri dönmektir. Daha fazla bilgi için Azure ML Studio'da (klasik) denemeyi temel alan bir web hizmeti oluşturma öğreticisini okuyun:

Örnekler

Modeli Puanla'nın deneysel bir iş akışında nasıl kullanıldıklarının örnekleri için aşağıdaki Azure Yapay Zeka Galerisi:

Teknik notlar

Modeli Puanla tarafından desteklenen modeller

Aşağıdaki özel model türlerinden birini kullanıyorsanız, bu özel puanlama modüllerinden birini kullanabilirsiniz:

Kullanım ipuçları

Puanlamada yer alan veriler eksik değerler içeriyorsa çoğu durumda satırın tamamı için puan oluşturulmaz.

Aşağıdaki makine öğrenmesi modellerinde verilerde eksik değer yoktur. Aşağıdaki makine öğrenmesi modellerini kullanırken Modeli Puanla'ya geçirmeden önce verileri gözden geçirin ve Eksik Verileri Temizle'ye bakarak giriş sütunlarında eksik değerleri düzeltin.

Beklenen girişler

Ad Tür Description
Eğitilen model ILearner arabirimi Eğitilmiş tahmine dayalı model
Veri kümesi Veri Tablosu Giriş testi veri kümesi

Çıkışlar

Ad Tür Description
Puanlı veri kümesi Veri Tablosu Elde edilen puanlara sahip veri kümesi

Özel durumlar

Özel durum Description
Hata 0032 Bağımsız değişken sayı değilse özel durum oluşur.
Hata 0033 Bağımsız değişken Infinity ise özel durum oluşur.
Hata 0003 Bir veya daha fazla giriş null veya boşsa özel durum oluşur.
Hata 0013 Modüle geçirilen öğrenici geçersiz bir türse özel durum oluşur.

Ayrıca bkz.

Değerlendirme
Model Eğitme
Puan Eşleşme Kutusu Önerici