Tabel Aantal exporteren
Belangrijk
De ondersteuning voor Azure Machine Learning-studio (klassiek) eindigt op 31 augustus 2024. U wordt aangeraden om vóór die datum over te stappen naar Azure Machine Learning.
Vanaf 1 december 2021 kunt u geen nieuwe resources voor Azure Machine Learning-studio (klassiek) meer maken. Tot en met 31 augustus 2024 kunt u de bestaande resources van Azure Machine Learning-studio (klassiek) blijven gebruiken.
- Zie informatie over het verplaatsen machine learning van ML Studio (klassiek) naar Azure Machine Learning.
- Meer informatie over Azure Machine Learning.
De documentatie van ML-studio (klassiek) wordt buiten gebruik gesteld en wordt in de toekomst mogelijk niet meer bijgewerkt.
Hiermee exporteert u de count-tabel van een opgeslagen transformatie voor gebruik met nieuwe gegevens
Categorie: Learning met tellingen
Notitie
Van toepassing op: Machine Learning Studio (klassiek)
Vergelijkbare modules voor slepen en neerzetten zijn beschikbaar in Azure Machine Learning designer.
Moduleoverzicht
In dit artikel wordt beschreven hoe u de module Export Count Table in Machine Learning Studio (klassiek) gebruikt. De module Export Count Table is bedoeld voor achterwaartse compatibiliteit met experimenten die gebruikmaken van de afgeschafte Build Count Table en afgeschafte Count Featurizer-modules.
Wanneer u de nieuwe module Build Count Transform gebruikt om functies op basis van tellingen te maken, levert de module zowel een featurized gegevensset als een transformatie waarmee functies worden gemaakt op basis van tellingen. Met behulp van de module Export Count Table kunt u de uitvoer van de op telling gebaseerde functies van deze nieuwere module scheiden in count metadata en een count table. Deze uitvoerindelingen zijn gebruikt door eerdere, nu afgeschafte modules:
Zie Voor algemene informatie over het aantal tabellen en hoe ze worden gebruikt om functies te maken, Learning met tellingen.
Voor alle nieuwe experimenten raden we u aan de volgende modules te gebruiken:
Tabel met het aantal exporten configureren
Open Machine Learning Studio (klassiek) het experiment waarin u de geïmporteerde tabel aantal wilt gebruiken.
Zoek de opgeslagen count-transformatie en voeg deze toe aan het experiment.
Verbinding maken uitvoer van de opgeslagen tellingstransformatie (gelabelde transformatie) naar Export Count Table.
Voeg de module Count Featurizer (afgeschaft) toe aan het experiment en koppel deze aan de twee uitvoer van Export Count Table.
Voor de module Count Featurizer (afgeschaft) is aanvullende invoer vereist voor de gegevensset die u wilt gebruiken. Verbinding maken de gegevensset om de opgeslagen transformatie toe te passen op uitvoer.
Stel de benodigde parameters in voor Count Featurizer (afgeschaft), met inbegrip van de labelkolom, de count-kolommen, de kolommen die moeten worden gebruikt en de functies die moeten worden uitgevoerd.
U moet een subset selecteren van de kolommen die oorspronkelijk zijn geselecteerd voor de teltransformatie. De module Tabel aantal exporteren bevat echter niet de lijst met deze kolommen. Controleer daarom het oorspronkelijke experiment en noteer welke kolommen zijn gebruikt. Als u een kolom selecteert die niet is gebruikt bij het maken van de transformatie, wordt er een foutmelding weergegeven.
Voorbeelden
Bekijk voorbeelden van op count gebaseerde featurization met behulp van deze voorbeeldexperimenten in de Azure AI Gallery:
Voorspelling van vluchtvertraging: toont hoe featurization op basis van aantallen nuttig kan zijn in een zeer grote gegevensset.
Learning counts: classificatie met meerdere klassen met NYC-taxigegevens: demonstreert het gebruik van functies op basis van tellingen in een voorspellingstaak met meerdere klassen.
Learning counts: binaire classificatie met NYC-taxigegevens: maakt gebruik van functies op basis van tellingen in een binaire classificatietaak.
Notitie
Als u een galerie-experiment opent dat is gemaakt met behulp van de afgeschafte versies van de Learning met counts-modules, wordt het experiment automatisch bijgewerkt om de nieuwere modules te gebruiken.
Verwachte invoer
| Naam | Type | Description |
|---|---|---|
| Transformatie tellen | ITransform-interface | De teltransformator. |
Uitvoerwaarden
| Naam | Type | Description |
|---|---|---|
| Metagegevens van het aantal moet zijn geteld | Gegevenstabel | De metagegevens van de tellingen. |
| Tabel met het aantal | Gegevenstabel | De tabel Count. |
Uitzonderingen
| Uitzondering | Description |
|---|---|
| Fout 0003 | Uitzondering treedt op als een of meer invoer null of leeg zijn. |
| Fout 0086 | Uitzondering treedt op wanneer een teltransformator ongeldig is. |
Zie Foutcodes voor een lijst met fouten die specifiek zijn Machine Learning voor Studio-modules (klassiek).
Zie Foutcodes voor een lijst Machine Learning REST API API-uitzonderingen.