通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

“手动输入数据”组件

  • 项目

本文介绍 Azure 机器学习设计器中的一个组件。

使用“手动输入数据”组件以通过键入值来创建小型数据集。 该数据集可以有多个列。

此组件在如下所述的方案中非常有用：

  • 生成一小组值用于测试。
  • 创建简短的标签列表。
  • 键入要在数据集中插入的列名的列表。

创建数据集

  1. 将手动输入数据组件添加到管道。 可以在 Azure 机器学习的“数据输入和输出”类别中找到此组件。

  2. 对于“DataFormat” ，选择以下选项之一。 这些选项决定了应该如何分析你提供的数据。 每种格式的要求差别很大，因此请务必阅读相关主题。

    • ARFF：Weka 使用的属性-关系文件格式。
    • CSV：逗号分隔值格式。 有关详细信息，请参阅转换为 CSV。
    • SVMLight：Vowpal Wabbit 和其他机器学习框架使用的一种格式。
    • TSV：制表符分隔值格式。

    如果你选择了某种格式，但是未提供满足格式规范的数据，则会发生运行时错误。

  3. 在“数据” 文本框内单击以开始输入数据。 以下格式需要特别注意：

    • CSV：若要创建多个列，请粘贴逗号分隔的文本，或者键入多个列并在字段之间使用逗号。

      如果选择“HasHeader” 选项，则可以使用第一行值作为列标题。

      如果取消选择此选项，将使用列名（Col1、Col2，等等）。 稍后可以使用编辑元数据来添加或更改列名。

    • TSV：若要创建多个列，请粘贴制表符分隔的文本，或者键入多个列并在字段之间使用制表符。

      如果选择“HasHeader” 选项，则可以使用第一行值作为列标题。

      如果取消选择此选项，将使用列名（Col1、Col2，等等）。 稍后可以使用编辑元数据来添加或更改列名。

    • ARFF：粘贴现有的 ARFF 格式文件。 如果直接键入值，请确保在数据的开头添加可选的标题和必需的属性字段。

      例如，可以将以下标题和属性行添加到一个简单列表中。 列标题将是 SampleText。 请注意，不支持字符串类型。

      % Title: SampleText.ARFF  
% Source: Enter Data component  
@ATTRIBUTE SampleText NUMERIC  
@DATA  
\<type first data row here>

    • SVMLight：使用 SVMLight 格式键入或粘贴值。

      例如，下面的示例以 SVMLight 格式表示 Blood Donation 数据集的前两行：

      # features are [Recency], [Frequency], [Monetary], [Time]  
1 1:2 2:50 3:12500 4:98   
1 1:0 2:13 3:3250 4:28

      运行手动输入数据组件时，这些行会转换为列和索引值的数据集，如下所示：

      Col1 Col2 Col3 Col4 标签
      0.00016 0.004 0.999961 0.00784 1
      0 0.004 0.999955 0.008615 1

  4. 在每行后面选择 Enter 键，以便另起一行。

    如果多次选择 Enter 来添加多个空的尾随行，则会删除或剪裁空行。

    如果创建包含缺失值的行，则稍后随时可以将其筛选出来。

  5. 将输出端口连接到其他组件，并运行管道。

    若要查看数据集，请右键单击组件，然后选择“可视化”。

后续步骤

请参阅 Azure 机器学习可用的组件集。