Condividi tramite

Applica filtro

  • Articolo

Importante

Il supporto dello studio di Azure Machine Learning (versione classica) terminerà il 31 agosto 2024. È consigliabile passare ad Azure Machine Learning entro tale data.

A partire dal 1° dicembre 2021 non sarà possibile creare nuove risorse dello studio di Azure Machine Learning (versione classica). Fino al 31 agosto 2024 sarà possibile continuare a usare le risorse dello studio di Azure Machine Learning (versione classica).

La documentazione relativa allo studio di Machine Learning (versione classica) è in fase di ritiro e potrebbe non essere aggiornata in futuro.

Applica un filtro alle colonne specificate di un set di dati

Categoria: Trasformazione/Filtro dei dati

Nota

Si applica a: Machine Learning Studio (versione classica)

Moduli di trascinamento della selezione simili sono disponibili nella finestra Azure Machine Learning progettazione.

Panoramica del modulo

Questo articolo descrive come usare il modulo Applica filtro in Machine Learning Studio (versione classica) per trasformare una colonna di valori applicando un filtro definito in precedenza. I filtri vengono usati nell'elaborazione del segnale digitale per ridurre il rumore o evidenziare un modello. Di conseguenza, i valori trasformati sono sempre numerici e rappresentano in genere un tipo di segnale audio o visivo.

Suggerimento

Si sta cercando un tipo diverso di filtro? Studio (versione classica) fornisce questi moduli per il campionamento dei dati, il recupero di un subset di dati, la rimozione di valori non validi o la creazione di set di test e training: Divididati, Pulisci dati mancanti, Partizione e campione, Applica trasformazione SQL, Valori clip. Se è necessario filtrare i dati durante la lettura da un'origine, vedere Importare dati. Le opzioni dipendono dal tipo di origine.

Dopo aver determinato il tipo di filtro più adatto all'origine dati, specificare i parametri e usare Applica filtro per trasformare il set di dati. Poiché la progettazione dei filtri è separata dal processo di applicazione di un filtro, i filtri sono riutilizzabili. Ad esempio, se ci si avvale spesso di dati usati per la previsione, è possibile progettare diversi tipi di filtri a media mobile per il training e il confronto di più modelli. È anche possibile salvare il filtro da applicare ad altri esperimenti o a set di dati diversi.

Come configurare Applica filtro

  1. Aggiungere il modulo Applica filtro all'esperimento. È possibile trovare il modulo filtro IIR in Trasformazione dati, nella categoria Filtri .

  2. All'input a destra connettere un set di dati contenente valori numerici a un input.

  3. All'input a sinistra, connettere un filtro esistente. È possibile usare di nuovo un filtro salvato oppure configurare un filtro usando uno dei moduli di filtro seguenti: Filtrosoglia, Filtro medio mobile, Filtro mediano, Filtro IIR, Filtro FIR, Filtro definito dall'utente.

  4. Nel riquadro Proprietà di Applica filtro fare clic su Avvia selettore di colonna e scegliere le colonne a cui applicare il filtro.

  5. Eseguire l'esperimento oppure fare clic con il pulsante destro del mouse su Applica filtro e scegliere Esegui selezionato.

Risultati

L'output contiene solo i dati nelle colonne selezionate, trasformati applicando la trasformazione matematica predefinita specificata.

Se si vogliono visualizzare altre colonne nel set di dati, è possibile usare il modulo Aggiungi colonne per unire i set di dati originali e filtrati.

Nota

I valori nella colonna originale non sono stati eliminati o sovrascritti e sono ancora disponibili nell'esperimento per riferimento. Tuttavia, l'output del filtro è in genere più utile per la modellazione.

Esempio

Per esempi di come vengono usati i filtri in Machine Learning, vedere l'Azure AI Gallery:

  • Filtri: illustra tutti i tipi di filtro, usando un set di dati di forma d'onda progettato.

Note tecniche

Questa sezione contiene informazioni dettagliate sull'implementazione, suggerimenti e risposte alle domande frequenti.

  • Il modulo Applica filtro associa il tipo di filtro specificato alle colonne selezionate. Se è necessario applicare tipi diversi di filtri a colonne diverse, è necessario usare Seleziona colonne nel set di dati per isolare le colonne e applicare tipi di filtro diversi in flussi di lavoro separati. Per altre informazioni, vedere Selezionare colonne nel set di dati.

  • I filtri non fanno passare le colonne di dati non interessate. In altri termini, l'output di Apply Filter contiene solo i valori numerici trasformati. Tuttavia, è possibile usare il modulo Aggiungi colonne per unire i valori trasformati con il set di dati di origine.

Filtrare i periodi

Il periodo di filtro è determinato in parte dal tipo di filtro, come indicato di seguito:

  • Per i filtri FIR (Finite Impulse Response), SMA (Simple Moving Average) e TMA (Triangular Moving Average), il periodo del filtro è finito.

  • Per i filtri IIR (Infinite Impulse Response), EMA (Exponential Moving Average) e CMA (Cumulative Moving Average), il periodo del filtro è infinito.

  • Per i filtri di tipo soglia, il periodo del filtro è sempre 1.

  • Per i filtri mediani, indipendentemente dal periodo del filtro, i valori NaN (non un numero) e mancanti nel segnale di input non producono nuovi NaN nell'output.

Valori mancanti

Questa sezione descrive il comportamento quando vengono rilevati valori mancanti, in base al tipo di filtro. In generale, quando un filtro rileva un Valore NaN o un valore mancante nel set di dati di input, il set di dati di output diventa vano con NaN per un numero successivo di campioni, a seconda del periodo di filtro. Ciò provoca le conseguenze seguenti:

  • I filtri FIR, media mobile semplice o media mobile triangolare hanno un periodo finito. Di conseguenza, qualsiasi valore mancante sarà seguito da un numero di NaN uguale all'ordine di filtro meno uno.

  • I FILTRI IIR, media mobile esponenziale o media mobile cumulativa hanno un periodo infinito. Di conseguenza, dopo aver rilevato il primo valore mancante, i nomi nan continueranno a propagarsi per un periodo indefinito.

  • In un filtro di soglia il periodo di un filtro di soglia è 1. Di conseguenza, i valori mancanti e i nomi nan non vengono propagati.

  • Per i filtri mediani, i valori NaN e mancanti rilevati nel set di dati di input non produrranno nuovi NaN nell'output, indipendentemente dal periodo del filtro.

Input previsti

Nome Tipo Descrizione
Filtro Interfaccia IFilter Implementazione del filtro
Set di dati Tabella dati Set di dati di input

Per un elenco degli errori specifici dei moduli di Studio (versione classica), vedere Machine Learning codici di errore.

Per un elenco delle eccezioni API, vedere Machine Learning di errore dell'API REST.

Parametri del modulo

Nome Intervallo Type Predefinito Descrizione
Column set Qualsiasi ColumnSelection NumericAll Seleziona le colonne da filtrare

Output

Nome Tipo Descrizione
Set di dati di risultati Tabella dati Set di dati di output

Vedi anche

Filter
Elenco moduli A-Z