转换为指示器值
重要
对机器学习工作室（经典）的支持将于 2024 年 8 月 31 日结束。 建议在该日期之前转换到 Azure 机器学习。
从 2021 年 12 月 1 日开始，你将无法创建新的机器学习工作室（经典）资源。 在 2024 年 8 月 31 日之前，可继续使用现有的机器学习工作室（经典）资源。
ML 工作室（经典）文档即将停用，将来可能不会更新。
将列中的分类值转换成指示器值
类别： 数据转换/操作
模块概述
本文介绍如何使用 机器学习 Studio 中的"转换为指示器值" (经典) 。 本模块的目的是将包含分类值的列转换为一系列二进制指示器列，这些列可以更轻松地用作机器学习模型中的功能。
如何配置“转换为指示器值”
将"转换为指示器值"模块添加到机器学习试验，并将其连接到包含要转换的列的数据集。 可以在"数据转换" 下的"操作"类别中找到 此 模块。
使用“列选择器”选择一个或多个分类列。
如果你只想输出新的布尔值列，请选择“覆盖分类列”选项。
默认情况下，此选项为关闭状态，这使你能够查看作为源的分类列以及相关的指示器列。
提示
选择覆盖选项不会真正删除或修改源列。 而是生成新列并在输出数据集中提供新列，而源列仍会在工作区中提供。 如果需要查看原始数据，随时可以使用添加列模块加回源列。
运行试验。
结果
例如，假设你有一个分数为 的列，该列指示服务器是否具有高、中或低故障概率。
| 服务器 ID | 故障评分 |
|---|---|
| 10301 | 低 |
| 10302 | 中型 |
| 10303 | 高 |
应用" 转换为指示器值"时，标签的单列将转换为包含多个布尔值的列：
| 服务器 ID | 故障评分 - 低 | 故障评分 - 中 | 故障评分 - 高 |
|---|---|---|---|
| 10301 | 1 | 0 | 0 |
| 10302 | 0 | 1 | 0 |
| 10303 | 0 | 0 | 1 |
下面是转换的工作原理：
在描述风险的“故障评分”列中，只有三个可能的值（“高”、“中”和“低”），不存在缺失值。 因此，只创建了三个新列。
新指示器列使用以下模式根据源列的列标题和值命名：<源列>- <数据值>。
一个指示器列中应只有 1 个，所有其他指示器列中应包含 0。 这是因为每个服务器只能有一个风险等级。
现在可以使用这三个指示器列作为特征，并分析它们与其他与不同风险级别关联的属性的关联。
示例
若要查看如何使用此模块的示例，请参阅以下 Azure AI 库：
疾病检测：根据患者 ID 号将患者分箱到组中，然后使用"指示器值"来标记患者所属的组。 再后，可以在为模型评分时使用组指示器。
直接营销：使用"应用数学运算"将概率与常量进行比较，指示分数高于或低于该常量的"是/否"值将转换为新的指示器列。
网络入侵检测：日志数据从 Azure 存储加载。 类变量（例如，描述攻击是 rootkit 还是缓冲区溢出）被转换成分类列，然后扩展到多个指示器值。
技术说明
本部分包含实现详情、使用技巧和常见问题解答。
使用提示
只能将标记为分类的列转换为指示器列。 如果看到此错误，则所选列之一可能不是分类列：
错误 0056：名称为 <列名> 的列不在允许的类别中。
默认情况下，大多数字符串列都作为字符串特征进行处理，因此必须使用编辑元数据将其显式标记为 分类。
如果未选择至少一个分类列，则会显示错误。
可以转换为指示器列的列数没有限制。 但是，由于每个值列都可以生成多个指示器列，因此你可能希望一次只转换和查看几个列。
如果该列包含缺失值，则会为缺失的类别单独创建一个名称为“<源列>- 缺失”的指示器列
如果要转换为指示器值的列包含数字，则必须将其标记为分类，如同转换任何其他特征列一样。 完成此操作后，数字将被视为离散值。 例如，如果某个数字列的 MPG 值范围为 25 到 30，则会为每个离散值创建一个新的指示器列：
制造商 Highway mpg -25 Highway mpg -26 Highway mpg -27 Highway mpg -28 Highway mpg -29 Highway mpg -30 Alfa Romeo 0 0 0 0 0 1 为了避免获取大量指示器列，建议首先检查列中的值数，并适当地将数据分箱或量化。
预期输入
| 名称 | 类型 | 说明 |
|---|---|---|
| 数据集 | 数据表 | 包含分类列的数据集 |
模块参数
| 名称 | 范围 | 类型 | 默认 | 说明 |
|---|---|---|---|---|
| 要转换的分类列 | 任意 | ColumnSelection | 选择要转换为指示器矩阵的分类列。 | |
| 覆盖分类列 | 任意 | 布尔 | false | 如果为 True，则覆盖选定的分类列，否则将生成的指示器矩阵附加到数据集。 |
输出
| 名称 | 类型 | 说明 |
|---|---|---|
| 结果数据集 | 数据表 | 包含已转换成指示器矩阵的分类列的数据集。 |