你当前正在访问 Microsoft Azure Global Edition 技术文档网站。如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

教程：无代码训练机器学习模型（已弃用）

项目
03/12/2024

可使用自动化机器学习训练的新的机器学习模型轻松扩充 Spark 表中的数据。在 Azure Synapse Analytics 中，可在工作区中选择 Spark 表作为训练数据集，用于在无代码体验中构建机器学习模型。

本教程介绍如何使用 Synapse Studio 中的无代码体验来训练机器学习模型。 Synapse Studio 是 Azure Synapse Analytics 的一项功能。

你将在 Azure 机器学习中使用自动化机器学习，而不是手动对体验进行编码。你训练的模型类型取决于你要解决的问题。在本教程中，你将使用回归模型根据纽约市出租车数据集来预测出租车费用。

如果没有 Azure 订阅，请在开始之前创建一个免费帐户。

警告

从 2023 年 9 月 29 日起，Azure Synapse 将停止对 Spark 2.4 运行时的官方支持。在 2023 年 9 月 29 日后，我们不再处理与 Spark 2.4 相关的任何支持工单。不会有对 Spark 2.4 的 bug 或安全修复的发布管道。在支持截止日期后使用 Spark 2.4 的风险自行承担。我们强烈建议不再继续使用，因为有潜在的安全和功能问题。
在 Apache Spark 2.4 弃用过程中，我们会通知你：Azure Synapse Analytics 中的 AutoML 也会被弃用。其中包括低代码接口和用于通过代码创建 AutoML 试用版的 API。
请注意，AutoML 功能只能通过 Spark 2.4 运行时使用。
对于希望继续利用 AutoML 功能的客户，我们建议将数据保存到 Azure Data Lake Storage Gen2 (ADLSg2) 帐户中。可以从那里通过 Azure 机器学习 (AzureML) 无缝访问 AutoML 体验。此处提供有关该解决方法的更多信息。

先决条件

一个 Azure Synapse Analytics 工作区。确保它具有配置为默认存储的 Azure Data Lake Storage Gen2 存储帐户。对于使用的 Data Lake Storage Gen2 文件系统，请确保你是存储 Blob 数据参与者。
Azure Synapse Analytics（版本 2.4）工作区中的 Apache Spark 池。有关详细信息，请参阅快速入门：使用 Synapse Studio 创建无服务器 Apache Spark 池。
Azure Synapse Analytics 工作区中的 Azure 机器学习链接服务。有关详细信息，请参阅快速入门：在 Azure Synapse Analytics 中创建新的 Azure 机器学习链接服务。

登录到 Azure 门户。

创建用于训练数据集的 Spark 表

在本教程中，需要一个 Spark 表。以下笔记本会创建一个：

下载笔记本 Create-Spark-Table-NYCTaxi- Data.ipynb。
将笔记本导入 Synapse Studio。
选择要使用的 Spark 池，然后选择“全部运行”。此步骤将从打开的数据集获取纽约出租车数据，并将数据保存到默认的 Spark 数据库中。
笔记本运行完成后，你将在默认的 Spark 数据库下看到一个新的 Spark 表。从“数据”中找到名为 nyc_taxi 的表。

打开自动化机器学习向导

要打开向导，请右键单击在上一步中创建的 Spark 表。然后选择“机器学习”>“训练新模型”。

Spark 表的屏幕截图，其中突出显示了“机器学习”和“训练新模型”。

选择模型类型

根据要回答的问题选择用于试验的机器学习模型类型。由于尝试预测的值是数字（出租车费用），因此请在此处选择“回归”。然后选择“继续”。

“训练新模型”的屏幕截图，其中突出显示了“回归”。

配置试验

提供配置详细信息用于创建在 Azure 机器学习中运行的自动化机器学习实验。此运行会训练多个模型。成功运行的最佳模型是在 Azure 机器学习模型注册表中注册的。
- Azure 机器学习工作区：需要 Azure 机器学习工作区才能创建自动化机器学习试验运行。你还需要使用链接服务将 Azure Synapse Analytics 工作区与 Azure 机器学习工作区相关联。满足所有先决条件后，就可指定要用于此自动化运行的 Azure 机器学习工作区。
- 试验名称：指定试验名称。提交自动化机器学习运行时，需提供试验名称。运行的信息存储在 Azure 机器学习工作区中的试验下。默认情况下，这种体验将创建一个新试验并生成建议的名称，但你也可提供现有试验的名称。
- 最佳模型名称：指定自动化运行中最佳模型的名称。将此名称赋予最佳模型，并在该运行后自动保存在 Azure 机器学习模型注册表中。自动化机器学习运行会创建许多机器学习模型。根据将在后面步骤中选择的主要指标，可比较这些模型并选择最佳模型。
- 目标列：这是要训练模型预测的内容。选择数据集中包含要预测的数据的列。对于本教程，选择数字列 fareAmount 作为目标列。
- Spark 池：指定要用于自动化试验运行的 Spark 池。计算在指定的池上运行。
- Spark 配置详细信息：除 Spark 池外，还可选择提供会话配置详细信息。
选择“继续”。

配置模型

由于在上一部分中选择了“回归”作为模型类型，因此可使用以下配置（这些也适用于“分类”模型类型）：

主要指标：输入用于衡量模型运行情况的指标。使用该指标比较在自动化运行中创建的不同模型，并确定哪个模型效果最佳。
训练作业时间(小时)：指定运行和训练模型的试验所需的最长时间（以小时为单位）。请注意，还可提供小于 1 的值（例如 0.5）。
最大并发迭代数：选择并行运行的最大迭代数。
ONNX 模型兼容性：如果启用此选项，则由自动化机器学习训练的模型将转换为 ONNX 格式。如果想要使用模型在 Azure Synapse Analytics SQL 池中进行评分，这一点尤其重要。

所有这些设置都具有可自定义的默认值。

用于配置回归模型的其他配置的屏幕截图。

启动运行

完成所有必需配置后，可启动自动化运行。可以通过选择“创建运行”来选择直接创建运行，这将在没有代码的情况下启动运行。如果更希望使用代码，也可选择“在笔记本中打开”，这将打开包含创建运行的代码的笔记本，这样你可以查看代码并自行启动运行。

“创建运行”或“在笔记本中打开”选项的屏幕截图。

注意

如果在上一部分中选择“时序预测”作为模型类型，则必须进行其他配置。预测也不支持 ONNX 模型兼容性。

直接创建运行

若要直接启动自动化机器学习运行，请选择“创建运行”。你会看到一个通知，它指示运行正在启动。然后，你会再看到一个通知显示操作成功。你还可选择通知中的链接来查看 Azure 机器学习中的状态。

“成功”通知的屏幕截图。

使用笔记本创建运行

若要生成笔记本，请选择“在笔记本中打开”。这样，你就有机会为自动化机器学习运行添加设置或修改代码。准备好运行代码后，选择“全部运行”。

笔记本的屏幕截图，其中突出显示了“全部运行”。

监视运行

成功提交运行后，你将在笔记本输出中看到一个链接，它指向 Azure 机器学习工作区中的试验运行。选择该链接可监视 Azure 机器学习中的自动化运行。

Azure Synapse Analytics 的屏幕截图，其中突出显示了一个链接。