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。

教程：无代码训练机器学习模型（已弃用）

可使用自动化机器学习训练的新的机器学习模型轻松扩充 Spark 表中的数据。 在 Azure Synapse Analytics 中，可在工作区中选择 Spark 表作为训练数据集，用于在无代码体验中构建机器学习模型。

本教程介绍如何使用 Synapse Studio 中的无代码体验来训练机器学习模型。 Synapse Studio 是 Azure Synapse Analytics 的一项功能。

你将在 Azure 机器学习中使用自动化机器学习，而不是手动对体验进行编码。 你训练的模型类型取决于你要解决的问题。 在本教程中，你将使用回归模型根据纽约市出租车数据集来预测出租车费用。

如果没有 Azure 订阅，请在开始之前创建一个免费帐户。

警告

• 从 2023 年 9 月 29 日起，Azure Synapse 将停止对 Spark 2.4 运行时的官方支持。 在 2023 年 9 月 29 日后，我们不再处理与 Spark 2.4 相关的任何支持工单。 不会有对 Spark 2.4 的 bug 或安全修复的发布管道。 在支持截止日期后使用 Spark 2.4 的风险自行承担。 我们强烈建议不再继续使用，因为有潜在的安全和功能问题。
• 在 Apache Spark 2.4 弃用过程中，我们会通知你：Azure Synapse Analytics 中的 AutoML 也会被弃用。 其中包括低代码接口和用于通过代码创建 AutoML 试用版的 API。
• 请注意，AutoML 功能只能通过 Spark 2.4 运行时使用。
• 对于希望继续利用 AutoML 功能的客户，我们建议将数据保存到 Azure Data Lake Storage Gen2 (ADLSg2) 帐户中。 可以从那里通过 Azure 机器学习 (AzureML) 无缝访问 AutoML 体验。 此处提供有关该解决方法的更多信息。

先决条件

• 一个 Azure Synapse Analytics 工作区。 确保它具有配置为默认存储的 Azure Data Lake Storage Gen2 存储帐户。 对于使用的 Data Lake Storage Gen2 文件系统，请确保你是存储 Blob 数据参与者。
• Azure Synapse Analytics（版本 2.4）工作区中的 Apache Spark 池。 有关详细信息，请参阅快速入门：使用 Synapse Studio 创建无服务器 Apache Spark 池。
• Azure Synapse Analytics 工作区中的 Azure 机器学习链接服务。 有关详细信息，请参阅快速入门：在 Azure Synapse Analytics 中创建新的 Azure 机器学习链接服务。

登录到 Azure 门户

登录到 Azure 门户。

创建用于训练数据集的 Spark 表

在本教程中，需要一个 Spark 表。 以下笔记本会创建一个：

1. 下载笔记本 Create-Spark-Table-NYCTaxi- Data.ipynb。

2. 将笔记本导入 Synapse Studio。

   

3. 选择要使用的 Spark 池，然后选择“全部运行”。 此步骤将从打开的数据集获取纽约出租车数据，并将数据保存到默认的 Spark 数据库中。

   

4. 笔记本运行完成后，你将在默认的 Spark 数据库下看到一个新的 Spark 表。 从“数据”中找到名为 nyc_taxi 的表 。

   

打开自动化机器学习向导

要打开向导，请右键单击在上一步中创建的 Spark 表。 然后选择“机器学习”>“训练新模型”。

选择模型类型

根据要回答的问题选择用于试验的机器学习模型类型。 由于尝试预测的值是数字（出租车费用），因此请在此处选择“回归”。 然后选择“继续”。

配置试验

1. 提供配置详细信息用于创建在 Azure 机器学习中运行的自动化机器学习实验。 此运行会训练多个模型。 成功运行的最佳模型是在 Azure 机器学习模型注册表中注册的。

   

   • Azure 机器学习工作区：需要 Azure 机器学习工作区才能创建自动化机器学习试验运行。 你还需要使用链接服务将 Azure Synapse Analytics 工作区与 Azure 机器学习工作区相关联。 满足所有先决条件后，就可指定要用于此自动化运行的 Azure 机器学习工作区。

   • 试验名称：指定试验名称。 提交自动化机器学习运行时，需提供试验名称。 运行的信息存储在 Azure 机器学习工作区中的试验下。 默认情况下，这种体验将创建一个新试验并生成建议的名称，但你也可提供现有试验的名称。

   • 最佳模型名称：指定自动化运行中最佳模型的名称。 将此名称赋予最佳模型，并在该运行后自动保存在 Azure 机器学习模型注册表中。 自动化机器学习运行会创建许多机器学习模型。 根据将在后面步骤中选择的主要指标，可比较这些模型并选择最佳模型。

   • 目标列：这是要训练模型预测的内容。 选择数据集中包含要预测的数据的列。 对于本教程，选择数字列 fareAmount 作为目标列。

   • Spark 池：指定要用于自动化试验运行的 Spark 池。 计算在指定的池上运行。

   • Spark 配置详细信息：除 Spark 池外，还可选择提供会话配置详细信息。

2. 选择“继续”。

配置模型

由于在上一部分中选择了“回归”作为模型类型，因此可使用以下配置（这些也适用于“分类”模型类型） ：

• 主要指标：输入用于衡量模型运行情况的指标。 使用该指标比较在自动化运行中创建的不同模型，并确定哪个模型效果最佳。

• 训练作业时间(小时)：指定运行和训练模型的试验所需的最长时间（以小时为单位）。 请注意，还可提供小于 1 的值（例如 0.5）。

• 最大并发迭代数：选择并行运行的最大迭代数。

• ONNX 模型兼容性：如果启用此选项，则由自动化机器学习训练的模型将转换为 ONNX 格式。 如果想要使用模型在 Azure Synapse Analytics SQL 池中进行评分，这一点尤其重要。

所有这些设置都具有可自定义的默认值。

启动运行

完成所有必需配置后，可启动自动化运行。 可以通过选择“创建运行”来选择直接创建运行，这将在没有代码的情况下启动运行。 如果更希望使用代码，也可选择“在笔记本中打开”，这将打开包含创建运行的代码的笔记本，这样你可以查看代码并自行启动运行。

注意

如果在上一部分中选择“时序预测”作为模型类型，则必须进行其他配置。 预测也不支持 ONNX 模型兼容性。

直接创建运行

若要直接启动自动化机器学习运行，请选择“创建运行”。 你会看到一个通知，它指示运行正在启动。 然后，你会再看到一个通知显示操作成功。 你还可选择通知中的链接来查看 Azure 机器学习中的状态。

使用笔记本创建运行

若要生成笔记本，请选择“在笔记本中打开”。 这样，你就有机会为自动化机器学习运行添加设置或修改代码。 准备好运行代码后，选择“全部运行”。

监视运行

成功提交运行后，你将在笔记本输出中看到一个链接，它指向 Azure 机器学习工作区中的试验运行。 选择该链接可监视 Azure 机器学习中的自动化运行。

后续步骤

• 教程：用于专用 SQL 池的机器学习模型评分向导（预览版）
• 快速入门：在 Azure Synapse Analytics 中创建新的 Azure 机器学习链接服务
• Azure Synapse Analytics 中的机器学习功能