データセット内の列の選択コンポーネント

[アーティクル]
09/01/2024

この記事では Azure Machine Learning デザイナーのコンポーネントについて説明します。

このコンポーネントを使用し、ダウンストリーム演算で使用する列のサブセットを選択します。このコンポーネントでは、列がソースデータセットから物理的に削除されることはありません。その代わりに、データベースのビューやプロジェクションのように、列のサブセットが作成されます。

このコンポーネントは、ダウンストリーム演算で利用できる列を制限する必要があるときに、あるいは不要な列を削除し、データセットのサイズを減らす場合に役立ちます。

データセット内の列は、元のデータと同じ順序で出力されます。指定した順序が違っても結果は同じになります。

使用方法

このコンポーネントにはパラメーターはありません。列セレクターを使用し、含める列か除外する列を選択します。

名前で列を選択する

このコンポーネントには名前で列を選択する方法が複数存在します。

フィルターと検索

[名前別] オプションをクリックします。

既に入力済みのデータセットを関連付けている場合、利用できる列が一覧表示されるはずです。列が表示されないときは、場合によっては、アップストリームコンポーネントを実行して列を一覧表示する必要があります。

一覧にフィルターを適用するには、検索ボックスに入力します。たとえば、検索ボックスに「w」という文字を入力すると、一覧にフィルターが適用され、「w」という文字を含む列の名前が表示されます。

列を選択し、右矢印ボタンをクリックし、右側のウィンドウにある一覧に選択した列を移動します。
- 列名を一定の範囲で連続して選択するには、Shift キーを押しながら列名をクリックします。
- 列を個別に選択するには、Ctrl キーを押しながら列名をクリックします。
チェックマークボタンをクリックし、保存して終了します。
他の規則との組み合わせで名前を使用する

[WITH RULES](規則を使用) オプションをクリックします。

特定のデータ型の列を表示するなど、規則を選択します。

次に、その型の列を名前で個別にクリックし、選択一覧に追加します。
列名のコンマ区切り一覧を入力するか、貼り付ける

データセットが広範囲にわたる場合、列を個別に選択するより、索引を利用したり、名前の一覧を生成したりするほうが簡単かもしれません。一覧を前もって準備している場合:
1. [WITH RULES](規則を使用) オプションをクリックします。
2. [No columns](列なし) を選択し、[Include](含める) を選択し、赤の感嘆符が付いているテキストボックスの内側をクリックします。
3. 前に検証した列名のコンマ区切り一覧を貼り付けるか、入力します。列の名前が無効な場合、コンポーネントを保存できません。そのため、あらかじめ名前を確認してください。
この方法を利用し、索引値で列の一覧を指定することもできます。

型別に選択する

[WITH RULES](規則を使用) オプションを使用する場合、列の選択に複数の条件を適用できます。たとえば、数値データ型のフィーチャー列のみを取得したりできます。

[BEGIN WITH](次で始まる) オプションでは始点が決定されます。結果を理解するために重要です。

[すべての列] オプションを選択した場合、すべての列が一覧に追加されます。その後、[除外] オプションを使用し、特定の条件を満たさない列を削除する必要があります。

たとえば、最初にすべての列を選択し、それから名前や型に基づいて列を削除します。
[NO COLUMNS](列なし) オプションを選択した場合、列の一覧は空の状態から始まります。その後、条件を指定し、列を一覧に追加します。

複数の規則を適用する場合、各条件は付加されます。たとえば、列なしから始め、数値列をすべて取得する規則を追加します。自動車の価格のデータセットで、結果的に 16 の列が追加されます。次に、+ 記号をクリックして新しい条件を追加し、[Include all features](すべてのフィーチャーを含める) を選択します。結果的に得られるデータセットにはすべての数値列が含まれ、さらに文字列のフィーチャー列など、すべてのフィーチャー列が含まれます。

列の索引別に選択する

列の索引は、元のデータセットにおける列の順序を指します。

列には 1 から始まる連続番号が付けられます。
ある範囲の列を得るには、ハイフンを使用します。
1- や -3 のように、始まりや終わりを指定しないことは許可されません。
索引値 (または列名) の重複は許可されません。エラーを起こす可能性があります。

たとえば、データセットに少なくとも 8 つの列が含まれる場合、次のいずれかを貼り付けることで、連続しない複数の列を返すことができます。

8,1-4,6
1,3-8
1,3-6,4

最後のサンプルはエラーになりませんが、列 4 というインスタンスが 1 つ返されます。

列の順序を変更する

[Allow duplicates and preserve column order in selection](選択で重複を許可し、列の順序を維持する) オプションの場合、空の一覧から始まり、ユーザーが名前または索引で指定した列が追加されます。常に列を "自然な順序" で返す他のオプションとは異なり、このオプションでは、ユーザーが指定またはリストアップした順序で列が出力されます。

たとえば、Col1、Col2、Col3、Col4 という列が含まれるデータセットでは、次のいずれかを指定することで、列の順序を逆にし、列 2 を除外できます。

Col4, Col3, Col1
4,3,1

次のステップ

Azure Machine Learning で使用できる一連のコンポーネントを参照してください。

次の方法で共有