Kümeleme Modelini Eğitme

  • 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.

Bir kümeleme modeli yapın ve eğitim kümesinden kümeler halinde veri atar

kategori: Machine Learning/eğitme

Not

uygulama hedefi: yalnızca Machine Learning Studio (klasik)

benzer sürükle ve bırak modülleri Azure Machine Learning tasarımcısındakullanılabilir.

Modüle genel bakış

bu makalede, bir kümeleme modeli eğitimi için Machine Learning Studio 'da (klasik) kümeleme modeli eğitimi modülünün nasıl kullanılacağı açıklanır.

Modül, zaten K-bit kümeleme modülünü kullanarak yapılandırdığınız eğitilen bir kümeleme modeli alır ve etiketli ya da etiketsiz veri kümesi kullanarak modeli ilerleder. Modül hem tahmin için kullanabileceğiniz eğitilen bir model hem de eğitim verilerinde her bir durum için bir küme atamaları kümesi oluşturur.

Not

Bir kümeleme modeli, makine öğrenimi modelleri oluşturmak için genel modül olan model eğitme modülü kullanılarak eğitilmiyor. Bunun nedeni, eğitme modelinin yalnızca denetimli öğrenme algoritmalarıyla çalışmasıdır. K-ve diğer kümeleme algoritmalarının, açıklanmadan önce, bu algoritmanın etiketli verilerden öğrenilecebileceği anlamına gelir.

Bir kümeleme modeli eğitimi kullanma

  1. Studio 'da (klasik) denemenize kümeleme modeli modülü ekleme. modülü, eğitme kategorisinde Machine Learning modülleraltında bulabilirsiniz.

  2. K-anlamı kümeleme modülünü veya uyumlu bir kümeleme modeli oluşturan başka bir özel modülü ekleyin ve kümeleme modelinin parametrelerini ayarlayın.

  3. Bir eğitim veri kümesini, kümeleme modeli eğitimiiçin sağ girişe iliştirin.

  4. Sütun kümesi' nde, kümeler oluştururken kullanılacak veri kümesinden sütunları seçin. İyi özellikleri olan sütunları seçtiğinizden emin olun: Örneğin, benzersiz değerlere sahip kimlikleri veya diğer sütunları ya da aynı değere sahip sütunları kullanmaktan kaçının.

    Bir etiket varsa, bunu bir özellik olarak kullanabilir ya da kapatabilirsiniz.

  5. Yeni küme etiketiyle eğitim verilerini bir araya getirmek istiyorsanız, yalnızca sonuç Için Ekle veya Işaretini kaldırseçeneğini işaretleyin.

    Bu seçeneğin işaretini kaldırırsanız yalnızca küme atamaları çıkışlardır.

  6. Denemeyi çalıştırın veya kümeleme modeli eğitimi modülüne tıklayın ve Seçileni Çalıştır' ı seçin.

Sonuçlar

Eğitim tamamlandıktan sonra:

  • Küme ve ayırmayı bir grafikte görüntülemek için sonuçlar veri kümesi çıktısına sağ tıklayıp Görselleştir' i seçin.

    Grafik, gerçek değerler yerine kümenin asıl bileşenlerini temsil eder. Daha fazla bilgi için bkz. sorumlu bileşen analizi .

  • Veri kümesindeki değerleri görüntülemek için, veri kümesine Dönüştür modülüne bir örnek ekleyin ve sonuç veri kümesi çıktısına bağlayın. Görüntüleyebileceğiniz veya indirebileceğiniz verilerin bir kopyasını almak için DataSet 'e Dönüştür modülünü çalıştırın.

  • Daha sonra yeniden kullanmak üzere eğitilen modeli kaydetmek için modüle sağ tıklayın, eğitilen model' i seçin ve eğitilen model olarak kaydet' e tıklayın.

  • Modelden puanlar oluşturmak için kümelere veri ata' yı kullanın.

Örnekler

Makine öğreniminde kümelemenin nasıl kullanıldığına ilişkin bir örnek için, Azure yapay zeka Galerisibakın:

Beklenen girişler

Ad Tür Description
Eğitilen model Iluster arabirimi Eğitilen kümeleme modeli
Veri kümesi Veri tablosu Giriş veri kaynağı

Modül parametreleri

Name Aralık Tür Varsayılan Description
Sütun kümesi herhangi biri ColumnSelection Sütun seçim kalıbı
Yalnızca sonuç için ekleme veya onay Işaretini denetle herhangi biri Boole true Çıktı veri kümesinin, atamalar sütunu (Işaretli) veya yalnızca atamalar sütunuyla eklenmiş giriş veri kümesini içermesi gerekip gerekmediğini belirtir (Işaretsiz)

Çıkışlar

Ad Tür Description
Eğitilen model Iluster arabirimi Eğitilen kümeleme modeli
Sonuç veri kümesi Veri tablosu Giriş veri kümesi yalnızca atamaların veya atamalar sütununun veri sütunuyla eklenir

Özel durumlar

Özel durum Description
Hata 0003 Bir veya daha fazla giriş null veya boş olduğunda özel durum oluşur.

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

apı özel durumlarının listesi için bkz. Machine Learning REST API hata kodları.

Ayrıca bkz.

A-Z modül listesi
Eğitim
Kümelere Veri Atama
K Ortalamaları Kümeleme