我正在尝试使用 AML 的 autoML 功能。我在示例笔记本中看到它使用 Dataset.Tabular.from_delimited_files(train_data) ，它只从 https 路径获取数据。我想知道如何直接使用熊猫数据框 automl 配置而不是使用数据集 API。或者，我可以将熊猫数据框转换为表格数据集以传递给 automl 配置的方式是什么？
【问题讨论】：
标签： automl azure-machine-learning-service
您可以很容易地将您的 pandas 数据框保存到 parquet，将数据上传到工作区的默认 blob 存储，然后从那里创建一个 Dataset：
# ws = <your AzureML workspace>
# df = <contains a pandas dataframe>
from azureml.core.dataset import Dataset
os.makedirs('mydata', exist_ok=True)
df.to_parquet('mydata/myfilename.parquet')
dataref = ws.get_default_datastore().upload('mydata')
dataset = Dataset.Tabular.from_parquet_files(path = dataref.path('myfilename.parquet'))
dataset.to_pandas_dataframe()
或者您可以从门户中的本地文件创建Dataset http://ml.azure.com
在门户中创建它后，它会为您提供加载它的代码，看起来有点像这样：
# azureml-core of version 1.0.72 or higher is required
from azureml.core import Workspace, Dataset
subscription_id = 'xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx'
resource_group = 'ignite'
workspace_name = 'ignite'
workspace = Workspace(subscription_id, resource_group, workspace_name)
dataset = Dataset.get_by_name(workspace, name='IBM-Employee-Attrition')
dataset.to_pandas_dataframe()
【讨论】：