元件:將資料指派給叢集
此文章描述如何使用 Azure Machine Learning 設計工具中的將資料指派給叢集元件。 此元件會透過以 K-Means 叢集演算法定型的群集模型來產生預測。
「將資料指派給叢集」元件會傳回一個資料集,其中包含每個新資料點的可能指派。
如何使用「將資料指派給叢集」
在 Azure Machine Learning 設計工具中,找出先前定型的群集模型。 您可以使用下列其中一種方法,建立和定型群集模型:
使用 K-Means 叢集元件設定 K-Means 叢集演算法,並使用資料集和「定型群集模型」元件來定型模型 (此文章)。
您也可以從工作區中的 [已儲存的模型] 群組,新增現有的定型群集模型。
將定型的模型附加至將資料指派給叢集的左側輸入連接埠。
附加新的資料集作為輸入。
在此資料集中,標籤是選用的。 一般來說,群集是一種非監督式的學習方法。 您不需要提前知道這些類別。 但是,輸入資料行必須與用於定型群集模型的資料行相同,否則會發生錯誤。
如果您希望結果包含完整的輸入資料集,包括顯示結果 (叢集指派) 的資料行,請將 [只檢查附加或取消檢查結果] 核取方塊維持選取狀態。
如果您清除此核取方塊,則只會傳回結果。 當您建立預測作為 Web 服務的一部分時,此選項可能會很實用。
提交管線。
結果
- 若要檢視資料集中的值,請以滑鼠右鍵按一下元件,然後選取 [視覺化]。 或者,選取元件並切換至右側面板中的 [輸出] 索引標籤,按一下 [連接埠輸出] 中的長條圖圖示,將結果視覺化。