定型叢集模型

本文描述 Azure Machine Learning 設計工具中的元件。

您可以使用這個元件來訓練群集模型。

此元件會採用您已經使用 K 表示 叢集元件設定的未定型群集模型,並使用加上標籤或未標記的資料集來訓練模型。 元件會建立可用於預測的定型模型,以及定型資料中每個案例的一組叢集指派。

注意

您無法使用 定型模型 元件來訓練叢集模型,這是用來定型機器學習模型的一般元件。 這是因為 定型模型 只適用于受監督的學習演算法。 K-意指和其他群集演算法允許非監督式學習,這表示演算法可以從未標記的資料中學習。

如何使用定型群集模型

  1. 在設計工具中,將「 定型群集模型 」元件新增至您的管線。 您可以在 [定型] 類別目錄中的 [機器學習元件] 下找到此元件。

  2. 新增 K 意指 叢集元件,或另一個建立相容群集模型的自訂群組件,並設定群集模型的參數。

  3. 將訓練資料集附加至 定型群集模型 的右手邊輸入。

  4. 在 [資料 行集] 中,從資料集選取要在建立群集中使用的資料行。 請務必選取提供良好功能的資料行:例如,避免使用識別碼或其他具有唯一值的資料行,或具有所有相同值的資料行。

    如果有可用的標籤,您可以使用它做為功能,或將其保留。

  5. 如果您想要將定型資料與新的叢集標籤一起輸出,請選取 [ 只檢查附加] 或 [取消 核取結果] 選項。

    如果您取消選取此選項,則只會輸出叢集指派。

  6. 提交管線,或按一下 [ 定型群集模型 ] 元件,然後選取 [ 執行選取]。

結果

定型完成後:

  • 若要儲存定型模型的快照集,請選取 [定型模型] 元件右面板中的 [輸出] 索引標籤。 選取 [ 註冊資料集 ] 圖示,將模型儲存為可重複使用的元件。

  • 若要從模型產生分數,請使用 將資料指派給群集

注意

如果您需要在設計工具中部署定型的模型,請確定 將資料指派給 叢集,而不是將 分數模型 連接至推斷管線中的 Web 服務輸出元件 的輸入。

下一步

查看可供 Azure Machine Learning 的元件集