Určit skóre modelu
Tento článek popisuje komponentu v návrháři služby Azure Machine Learning.
Pomocí této komponenty můžete generovat předpovědi pomocí natrénovaného klasifikačního nebo regresního modelu.
Způsob použití
Přidejte do kanálu komponentu Určení skóre modelu .
Připojte vytrénovaný model a datovou sadu obsahující nová vstupní data.
Data by měla být ve formátu kompatibilním s typem natrénovaného modelu, který používáte. Schéma vstupní datové sady by také mělo obecně odpovídat schématu dat použitých k trénování modelu.
Odešlete kanál.
Výsledky
Po vygenerování sady skóre pomocí modelu skóre:
- Pokud chcete vygenerovat sadu metrik používaných k vyhodnocení přesnosti (výkonu) modelu, můžete připojit vyhodnocenou datovou sadu k vyhodnocení modelu.
- Klikněte pravým tlačítkem myši na komponentu a vyberte Vizualizovat , abyste zobrazili ukázku výsledků.
Skóre nebo predikovaná hodnota může být v mnoha různých formátech v závislosti na modelu a vstupních datech:
- U klasifikačních modelů vypíše skóre modelu predikovanou hodnotu pro třídu a také pravděpodobnost predikované hodnoty.
- V případě regresních modelů vygeneruje model skóre pouze předpovězenou číselnou hodnotu.
Publikování skóre jako webové služby
Běžným použitím bodování je vrácení výstupu v rámci prediktivní webové služby. Další informace najdete v tomto kurzu o nasazení koncového bodu v reálném čase na základě kanálu v návrháři služby Azure Machine Learning.
Další kroky
Podívejte se na sadu komponent dostupných pro Azure Machine Learning.