Разделение набора данных с помощью относительного выражения

Важно!

Поддержка Студии машинного обучения (классической) будет прекращена 31 августа 2024 г. До этой даты рекомендуется перейти на Машинное обучение Azure.

Начиная с 1 декабря 2021 года вы не сможете создавать новые ресурсы Студии машинного обучения (классической). Существующие ресурсы Студии машинного обучения (классическая версия) можно будет использовать до 31 августа 2024 г.

• См. сведения о перемещении проектов машинного обучения из ML Studio (классической) в Машинное обучение Azure.
• См. дополнительные сведения о Машинном обучении Azure.

Поддержка документации по ML Studio (классической) прекращается, а сама документация может не обновляться в будущем.

В этой статье описывается, как использовать параметр "Разделение относительного выражения " в модуле Разделение данных Студии машинного обучения (классическая модель). Этот параметр полезен, если необходимо разделить набор данных на наборы данных для обучения и тестирования с помощью числовых выражений. Пример:

• Возраст старше 40 против 40 или моложе 40 лет
• Тестовый балл 60 или выше против менее 60
• Ранговое значение 1 по сравнению со всеми остальными значениями

Примечание

Область применения: только Студия машинного обучения (классическая модель)

Подобные модули перетаскивания доступны в конструкторе машинного обучения Azure.

Чтобы разделить данные, выберите один числовой столбец в данных и определите выражение, используемое при оценке каждой строки. Относительное выражение должно включать имя столбца, значение и оператор, например больше и меньше, равно и не равно.

Этот параметр разделяет набор данных на две группы.

Общие сведения о секционирования данных для экспериментов машинного обучения см. в разделах Разделение данных и Секционирование и Разделение.

Связанные задачи

Другие параметры в модуле Разделение данных :

• Разделение данных с помощью регулярных выражений. Примените регулярное выражение к одному текстовому столбцу и разделите набор данных на основе результатов.

• Разделение рекомендуемых наборов данных. Разделите наборы данных, используемые в моделях рекомендаций. Набор данных должен содержать три столбца: элементы, пользователи и оценки.

• Разделение на процент набора данных

Использование относительного выражения для разделения набора данных

1. Добавьте модуль Разделение данных в эксперимент в Stuio и подключите его в качестве входных данных к набору данных, который требуется разделить.

2. Для параметра Режим разбиения выберите относительное разбиение выражений.

3. В текстовом поле Реляционное выражение введите выражение, которое выполняет операцию числового сравнения для одного столбца:

   • Столбец содержит номера любого числового типа данных, включая типы данных даты и времени.

   • Относительные выражения могут ссылаться на имя только одного столбца.

   • Используйте символ амперсанда (&) для операции AND и символ канала (|) для операции OR.

   • Поддерживаются следующие операторы: <, >, <=, >=, ==, , !=

   • Нельзя группировать операции с помощью ( и ).

   Идеи см. в разделе Примеры .

4. Запустите эксперимент или щелкните модуль правой кнопкой мыши и выберите Выполнить выбранный.

   Выражение делит набор данных на два набора строк: строки со значениями, которые соответствуют условию, и все оставшиеся строки.

   Если необходимо выполнить дополнительные операции разбиения, можно добавить второй экземпляр *Split Data или использовать модуль Apply SQL Transformation (Применить преобразование SQL ) и определить инструкцию CASE.

Примеры выражений relatve

В следующих примерах показано, как разделить набор данных с помощью параметра Относительное выражение в модуле Разделение данных :

Использование календарного года

По распространенному сценарию набор данных делится по годам. Следующее выражение выбирает все строки со значениями столбца Year более 2010.

\"Year" > 2010

Выражение даты должно учитывать все части даты, включенные в столбец данных, а формат дат в столбце данных должен быть согласованным.

Например, в столбце даты в формате mmddyyyyвыражение должно выглядеть примерно так:

\"Date" > 1/1/2010

Использование индексов столбцов

Следующее выражение показывает, как можно использовать индекс столбца, чтобы выбрать все строки в первом столбце набора данных, содержащего значения, которые меньше или равны 30, но не равны 20.

(\0)<=30 & !=20

Составная операция со значениями времени с использованием нескольких разбиений

Предположим, вам нужно разбить таблицу данных журнала, чтобы сгруппировать запросы, которые выполняются слишком долго. Вы можете использовать следующее относительное выражение в столбце , Elapsedчтобы получить запросы, которые выполнялись в течение 1 минуты.

\"Elapsed" >00:01:00

Чтобы получить запросы с временем отклика менее одной минуты, но более 30 секунд, добавьте еще один экземпляр разделения данных в выходные данные справа и используйте выражение, подобное следующему:

\"Elapsed" <:00:01:00 & >00:00:30

Разделение набора данных по значениям даты

Следующее относительное выражение разделяет набор данных с использованием значений даты в столбце dt1.

\"dt1" > 10-08-2015

Строки с датой больше 10-08-2015 добавляются в первый (левый) выходной набор данных.

Строки с датой 10.08.2015 или более ранней добавляются во второй (правый) выходной набор данных.

Технические примечания

В этом разделе содержатся сведения и советы относительно реализации, а также ответы на часто задаваемые вопросы.

Ограничения

К относительным выражениям в наборе данных применяются следующие ограничения:

• Относительные выражения можно применять только к числовым типам данных и типам данных даты и времени.
• Относительные выражения могут ссылаться на имя не более чем одного столбца.
• Используйте символ амперсанда (&) для операции AND и символ канала (|) для операции OR.
• Для относительных выражений разрешены следующие операторы: <, >, <=, >=, ==, , !=
• Операции группировки с круглыми скобками не поддерживаются.

См. также раздел

Выборка и разбиение
Секционирование и выборка