【问题标题】:How to limit the request parameters in Azure Machine Learning如何在 Azure 机器学习中限制请求参数
【发布时间】:2018-09-17 20:17:55
【问题描述】:

我被 Azure ML 中的 Web 服务困住了:/

我正在使用 Azure 机器学习设置一个 Web 服务,以根据我的数据库中 150 个属性中的 5 个属性来估算汽车价格。它的工作方式很好,如果我在测试端点中提供它需要的 150 个属性中的 5 个属性,它会给我一个有效的答案。正如您在下面看到的“评分标签:10185 ....”。

我的问题如下:如何让 Web 服务只需要 4 个输入?我想要的是输出(gearingType、MakeTxt、mileage、modelTxt)。价格,当然是我试图猜测的。

感谢您的帮助! 问候, 亚历山大

这是我的经验,如您所见,我使用“选择数据集中的列”来选择我的 4 个输入 + 1 个输出

【问题讨论】:

  • 我唯一能想到的就是保存新数据集,其中只包含您需要的列,并将其用作实验中的起始数据集,而不是原始数据集。
  • 嗨,乔恩,很遗憾,它是一个 Azure 表,我想保持它完好无损,以便在不丢失我今天收集的数据的情况下超时改进模型。

标签: azure-machine-learning-studio


【解决方案1】:

假设您没有对价格列进行任何预处理,那么在您的预测实验中,您需要先从导入数据中删除价格,然后再加入 Web 服务输入。

这是因为 ML Studio 使用您的训练数据集中的结构来确定 Web 服务输入的结构(有关详细信息,请参阅 MSDN)。

这是一个简单的示例(请注意,此特定示例正在对价格列进行一些简单的预处理,我必须将其删除才能使其正常工作)。

【讨论】:

  • 嗨弗拉德!感谢您的帮助,不幸的是,当我在“导入数据”和“应用转换”之间添加“选择数据列”时,它会抛出一个错误,说它需要我刚刚删除的字段。我没有对价格进行任何类型的预处理......
  • 嗯,也许您正在对所有列(或至少对包括价格在内的子集)应用一些其他操作?在我的情况下(示例 5),有一个适用于所有列的 Clean Missing Data 模块列,并且应用转换给了我同样的错误,直到我手动排除“收入”然后它才起作用。
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 2020-10-06
  • 2023-03-12
  • 2015-03-15
  • 1970-01-01
  • 2023-04-04
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多