共用方式為

使用 Azure 機器學習 分析數據

  • 發行項

本教學課程使用 Azure 機器學習 設計工具來建置預測性機器學習模型。 此模型是以儲存在 Azure Synapse 中的數據為基礎。 本教學課程的案例是預測客戶是否可能購買自行車，而 Adventure Works，自行車店可以建置目標行銷活動。

必要條件

若要逐步執行本教學課程，您需要：

  • 預先載入 AdventureWorksDW 範例數據的 SQL 集區。 若要布建此 SQL 集區，請參閱 建立 SQL 集 區，然後選擇載入範例數據。 如果您已經有數據倉儲，但沒有範例數據，您可以 手動載入範例數據。
  • Azure Machine Learning 工作區。 請遵循 本教學課程 來建立新的教學課程。

取得資料

所使用的數據位於 AdventureWorksDW 的 dbo.vTargetMail 檢視中。 若要在本教學課程中使用數據存放區，數據會先匯出至 Azure Data Lake Storage 帳戶，因為 Azure Synapse 目前不支持數據集。 Azure Data Factory 可用來使用 複製活動將數據從數據倉儲匯出至 Azure Data Lake Storage。 使用下列查詢進行匯入：

SELECT [CustomerKey]
  ,[GeographyKey]
  ,[CustomerAlternateKey]
  ,[MaritalStatus]
  ,[Gender]
  ,cast ([YearlyIncome] as int) as SalaryYear
  ,[TotalChildren]
  ,[NumberChildrenAtHome]
  ,[EnglishEducation]
  ,[EnglishOccupation]
  ,[HouseOwnerFlag]
  ,[NumberCarsOwned]
  ,[CommuteDistance]
  ,[Region]
  ,[Age]
  ,[BikeBuyer]
FROM [dbo].[vTargetMail]

在 Azure Data Lake Storage 中提供數據之後，Azure 機器學習 中的數據存放區會用來連線到 Azure 記憶體服務。 請遵循下列步驟來建立資料存放區和對應的數據集：

  1. 從 Azure 入口網站 啟動 Azure Machine Learning 工作室，或在 Azure Machine Learning 工作室 登入。

  2. 按兩下 [管理] 區段中左窗格中的數據存放區，然後按兩下[新增資料存放區]。

    Azure 機器學習 介面左窗格的螢幕快照

  3. 提供資料存放區的名稱、選取類型為 『Azure Blob 儲存體』、提供位置和認證。 接著按一下 [ 建立]。

  4. 接下來，按兩下 [資產] 區段中左窗格中的 [資料集]。 選取 [從數據存放區] 選項 [建立數據集]。

  5. 指定資料集的名稱，然後選取要為 表格式的類型。 然後，按 [下一步] 以繼續前進。

  6. 在 [選取或建立數據存放區] 區段中，選取 [先前建立的數據存放區] 選項。 選取稍早建立的數據存放區。 按 [下一步] 並指定路徑和檔案設定。 如果檔案包含數據行標頭，請務必指定數據行標頭。

  7. 最後，按兩下 [建立] 以建立資料集。

設定設計工具實驗

接下來，請依照下列步驟進行設計工具設定：

  1. 按兩下 [作者] 區段中左窗格的 [設計工具] 索引標籤。

  2. 選取 [容易使用的預先建置元件 ] 以建置新的管線。

  3. 在右側的 [設定] 窗格中，指定管線的名稱。

  4. 此外，在 [設定] 按鈕中，針對先前布建的叢集選取整個實驗的目標計算叢集。 關閉 [設定] 窗格。

匯入資料

  1. 選取 搜尋方塊下方左窗格中的 [數據集 ] 子索引卷標。

  2. 將稍早建立的數據集拖曳至畫布。

    畫布上數據集元件的螢幕快照。

清理資料

若要清除數據，請卸除與模型無關的數據行。 請執行以下步驟：

  1. 選取左窗格中的 [ 元件 ] 子索引卷標。

  2. 將 [資料轉換<操作] 底下的 [選取數據集中的數據行] 元件拖曳到畫布中。 將此元件連線至 數據集 元件。

    畫布上數據行選取元件的螢幕快照。

  3. 單擊元件以開啟 [屬性] 窗格。 按兩下 [編輯資料行] 以指定要卸除的數據行。

  4. 排除兩個數據行：CustomerAlternateKey 和 GeographyKey。 按下 [儲存]

    顯示已卸除之數據行的螢幕快照。

建立模型

數據分割為 80-20：80% 來定型機器學習模型，20% 用來測試模型。 此二元分類問題會使用「雙類別」演算法。

  1. 將分割 數據 元件拖曳至畫布。

  2. 在 [屬性] 窗格中，針對 第一個輸出數據集中的數據列分數輸入 0.8。

    顯示 0.8 分割比例的螢幕快照。

  3. 將 雙類別提升判定樹 元件拖曳到畫布中。

  4. 將 [ 定型模型] 元件拖曳至畫布。 將輸入 連接到雙類別提升判定樹 （ML 演算法）和 分割數據（用來 定型演算法的數據）元件來指定輸入。

  5. 針對 [定型模型模型]，在 [屬性] 窗格中的 [卷標] 數據行 選項中，選取 [編輯數據行]。 選取 BikeBuyer 資料行作為要預測的數據行，然後選取 [ 儲存]。

    顯示已選取 [BikeBuyer] 標籤數據行的螢幕快照。

    顯示連線至雙類別提升判定樹和分割數據元件的定型模型元件螢幕快照。

評分模型

現在，測試模型在測試數據上的執行方式。 將比較兩個不同的演算法，看看哪一個執行得更好。 請執行以下步驟：

  1. 將評分模型元件拖曳至畫布，並將其聯機到定型模型和分割數據元件。

  2. 將 雙類別貝氏平均 Perceptron 拖曳到實驗畫布中。 您將比較此演算法與雙類別提升判定樹的效能。

  3. 在畫布中複製並貼上元件 定型模型 和 評分模型 。

  4. 將評估 模型 元件拖曳到畫布中，以比較這兩種演算法。

  5. 按兩下 [提交 ] 以設定管線執行。

    畫布上所有其餘元件的螢幕快照。

  6. 執行完成後，以滑鼠右鍵按兩下 評估模型 元件，然後按兩下 [ 可視化評估結果]。

    結果的螢幕快照。

提供的計量是 ROC 曲線、精確度召回圖表和增益曲線。 查看這些計量，以查看第一個模型的執行效能優於第二個模型。 若要查看第一個模型預測的內容，請以滑鼠右鍵按兩下評分模型元件，然後按兩下 [可視化評分數據集] 以查看預測的結果。

您會看到另外兩個新增至測試數據集的數據行。

  • 評分機率：客戶是自行車購買者的可能性。
  • 評分標籤：模型完成的分類 – 自行車購買者 （1） 或不是 （0）。 卷標的這個機率臨界值設定為50%，而且可以調整。

比較 BikeBuyer 資料行 （actual） 與計分標籤 （預測），以查看模型的執行程度。 接下來，您可以使用此模型為新客戶進行預測。 您可以將 此模型發佈為 Web 服務 ，或將結果寫回 Azure Synapse。

下一步

若要深入瞭解 Azure 機器學習，請參閱 Azure 上的 機器學習 簡介。

在這裡了解數據倉儲中的內建評分。