변환 적용
중요
Machine Learning Studio(클래식)에 대한 지원은 2024년 8월 31일에 종료됩니다. 해당 날짜까지 Azure Machine Learning으로 전환하는 것이 좋습니다.
2021년 12월 1일부터 새로운 Machine Learning Studio(클래식) 리소스를 만들 수 없습니다. 2024년 8월 31일까지는 기존 Machine Learning Studio(클래식) 리소스를 계속 사용할 수 있습니다.
- ML Studio(클래식)에서 Azure Machine Learning으로 기계 학습 프로젝트 이동에 대한 정보를 참조하세요.
- Azure Machine Learning에 대한 자세한 정보.
ML Studio(클래식) 설명서는 사용 중지되며 나중에 업데이트되지 않을 수 있습니다.
데이터 집합에 적절히 정의된 데이터 변환 적용
모듈 개요
이 문서에서는 Machine Learning Studio(클래식)에서 변환 적용 모듈을 사용하여 이전에 계산된 변환을 기반으로 입력 데이터 세트를 수정하는 방법을 설명합니다.
예를 들어, z-score를 사용하여 데이터 정규화 모듈을 통해 학습 데이터를 정규화한 경우 채점 단계 중에 학습용으로 계산된 z-score 값도 사용하려고 합니다. Machine Learning Studio(클래식)에서 정규화 메서드를 변환으로 저장한 다음 변환 적용을 사용하여 점수 매기기 전에 입력 데이터에 z 점수를 적용하여 쉽게 수행할 수 있습니다.
Machine Learning Studio(클래식)는 다양한 종류의 사용자 지정 변환을 만들고 적용할 수 있는 지원을 제공합니다. 예를 들어 다음을 수행하는 변환을 저장한 다음 다시 사용할 수 있습니다.
누락된 데이터 정리를 사용하여 누락된 값 제거 또는 바꾸기
Counts 모듈과 함께 Learning 사용하여 데이터 세트에 대한 공동 확률 분포를 계산하여 압축 기능 집합을 만듭니다.
변형 적용 사용 방법
실험에 변환 적용 모듈을 추가합니다. 점수 범주의 Machine Learning 아래에 있는 thi 모듈을 찾을 수 있습니다.
입력으로 사용할 기존 변환을 찾습니다.
변환이 실험의 앞부분에서 만들어진 경우(예: 정리 또는 데이터 크기 조정 작업의 일부로) 일반적으로 ITransform 인터페이스 개체는 모듈의 오른쪽 출력에서 사용할 수 있습니다. 변환 적용의 왼쪽 입력에 해당 출력을 커넥트.
이전에 저장된 변환은 왼쪽 탐색 창의 변환 그룹에서 찾을 수 있습니다.
팁
실험에 대한 변환을 디자인하지만 명시적으로 저장하지 않으면 세션이 열려 있는 한 작업 영역에서 변환을 사용할 수 있습니다. 세션을 닫지만 변환을 저장하지 않으면 실험을 다시 실행하여 ITransform 인터페이스 개체를 생성할 수 있습니다.
변환하려는 데이터 세트를 커넥트. 데이터 집합에는 변환이 처음 디자인된 데이터 집합과 정확히 동일한 스키마(열 수, 열 이름, 데이터 형식)가 있어야 합니다.
다른 매개 변수는 설정할 필요가 없습니다. 변환을 정의할 때 모든 사용자 지정이 완료됩니다.
새 데이터 세트에 변환을 적용하려면 실험을 실행합니다.
예
기계 학습에서 이 모듈을 사용하는 방법을 확인하려면 Azure AI 갤러리를 참조하세요.
온라인 사기 감지: 이 샘플에서는 누락된 값이 모든 데이터 세트에 동일하게 처리되도록 누락된 데이터 정리와 함께 변환 적용을 사용하는 방법을 보여 줍니다.
Learning 개수: 변환 적용을 사용하여 개수 테이블을 다시 사용합니다.
기술 정보
변환 적용 모듈은 ITransform 인터페이스를 만드는 모든 모듈의 출력을 입력으로 사용할 수 있습니다. 이러한 모듈에는 다음이 포함됩니다.
팁
디지털 신호 처리를 위해 설계된 필터를 저장하고 다시 사용할 수도 있습니다. 그러나 필터는 ITransform인터페이스 대신 IFilter 인터페이스 인터페이스를 사용합니다.
예상 입력
| Name | 유형 | 설명 |
|---|---|---|
| 변환 | ITransform 인터페이스 | 단항 데이터 변환입니다. |
| 데이터 세트 | 데이터 테이블 | 변환할 데이터 집합입니다. |
출력
| Name | 유형 | 설명 |
|---|---|---|
| 변환된 데이터 집합 | 데이터 테이블 | 변환된 데이터 집합 |
예외
| 예외 | 설명 |
|---|---|
| 오류 0003 | 하나 이상의 입력이 null이거나 비어 있으면 예외가 발생합니다. |
Studio(클래식) 모듈과 관련된 오류 목록은 Machine Learning 오류 코드를 참조하세요.
API 예외 목록은 MACHINE LEARNING REST API 오류 코드를 참조하세요.