변칙 검색 모델 학습

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.

학습 집합에서 변칙 검색 모델 학습

범주: Machine Learning/학습

참고

적용 대상: Machine Learning Studio(클래식)만

유사한 끌어서 놓기 모듈은 Azure Machine Learning 디자이너에서 사용할 수 있습니다.

모듈 개요

이 문서에서는 Machine Learning 변칙 검색 모델 학습 모듈을 사용하여 학습된 변칙 검색 모델을 만드는 방법을 설명합니다.

이 모듈은 일클래스 지원 벡터 머신 모듈 및 레이블이 지정되지 않은 데이터 세트에 의해 생성된 것과 같은 변칙 검색 모델에 대한 모델 매개 변수 집합을 입력으로 사용합니다. 학습 데이터에 대한 레이블 세트와 함께 학습된 변칙 검색 모델을 반환합니다.

Machine Learning 제공되는 변칙 검색 알고리즘에 대한 자세한 내용은 다음 항목을 참조하세요.

• 1클래스 지원 벡터 컴퓨터

• PCA 기반 변칙 검색

변칙 검색 모델 학습을 구성하는 방법

1. Studio(클래식)에서 실험에 변칙 검색 모델 학습 모듈을 추가합니다. 학습 범주의Machine Learning 아래에서 모듈을 찾을 수 있습니다.

2. PCA 기반 변칙 검색 또는 1클래스 지원 벡터 컴퓨터와 같은 변칙 검색을 위해 설계된 모듈 중 하나를 커넥트.

   다른 유형의 모델은 지원되지 않습니다. 실험을 실행할 때 오류가 발생합니다. 모든 모델에는 동일한 학습자 유형이 있어야 합니다.

3. 레이블 열을 선택하고 알고리즘과 관련된 다른 매개 변수를 설정하여 변칙 검색 모듈을 구성합니다.

4. 학습 데이터 세트를 학습 변칙 검색 모델의 오른쪽 입력에 연결합니다.

5. 실험을 실행합니다.

결과

학습 완료 후:

• 모델의 매개 변수를 보려면 모듈을 마우스 오른쪽 단추로 클릭하고 시각화를 선택합니다.

• 예측을 만들려면 새 입력 데이터와 함께 모델 점수를 사용합니다.

• 학습된 모델의 스냅샷을 저장하려면 학습된 모델 출력을 마우스 오른쪽 단추 로 클릭하고 다른 이름으로 저장을 선택합니다.

예

Machine Learning 변칙 검색이 구현되는 방법의 예는 Azure AI 갤러리를 참조하세요.

• 온라인 사기 감지: 기능을 엔지니어링하고 알고리즘의 결과를 해석하는 방법을 포함하여 변칙 검색 시나리오에 대한 자세한 연습을 제공합니다.

• 변칙 검색: 신용 위험: 사기 탐지를 위해 1 클래스 지원 벡터 머신 및 PCA 기반 변칙 검색 모듈을 사용하는 방법을 보여 줍니다.

예상 입력

Name	유형	설명
학습되지 않은 모델	ILearner 인터페이스	학습되지 않은 이상 탐지 모델
데이터 세트	데이터 테이블	입력 데이터 원본입니다.

출력

Name	유형	Description
학습된 모델	ILearner 인터페이스	학습된 이상 탐지 모델

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.

참고 항목

학습
변칙 검색