Azure 机器学习 - 批处理执行部分工作答案

【问题标题】：Azure Machine Learning - batch execution partially workingAzure 机器学习 - 批处理执行部分工作
【发布时间】：2015-07-20 00:58:21
【问题描述】：

我一直在关注这个gallery sample，但我似乎无法通过批处理来在一项工作中返回多个分数。

一切正常，即可以部署预测 Web API 并请求单一评分。但是每当我发送一个包含多个请求的批处理执行作业（使用sample C# codes）时，例如：

ID1,ID2
1,2
3,1
5,1

Azure ML 将仅返回第一个请求 1,2 的预测分数，而不返回其他行的预测分数。

我不确定我在哪里做错了，但我应该期待所有三个请求的结果。任何帮助将不胜感激！

【问题讨论】：

仍在寻找答案！现在我将请求拆分为多个作业，这不是最好的方法，而且这是一个非常昂贵的解决方法。
你能复制一个愚蠢的实验并分享代码和示例输入吗？是否可以分享您当前的代码以及实际的示例输入？

标签： c# azure machine-learning azure-machine-learning-studio

【解决方案1】：

您似乎选择了一个不幸的示例：零售预测 Web 服务中的自定义脚本明确删除了除第一个 ID 对之外的所有内容。要查看这一点，请尝试加载“零售预测：第 6A 步，共 6 步”实验，并查看“创建完整的时间序列。添加未来时间戳”模块中的代码。您会发现以下内容：

all.time <- data.frame(ID1 = data$ID1[1], ID2 = data$ID2[1], time = all.time)
data <- join(all.time, data, by = c("ID1", "ID2", "time"), type = "left")
maml.mapOutputPort("data");

左连接语句将忽略 data$ID1 != data$ID1[1] 和 data$ID2 != data$ID2[1] 的任何行。这就是为什么您会丢失除第一个 ID 对之外的所有内容。

似乎在单个作业中对多个 ID 对进行批量预测并不是自定义脚本作者为其 Web 服务设想的用例。如果您精通 R 并且对这个用例特别感兴趣，您可以修改这个实验中的脚本以支持同时处理多个时间序列。否则，您可能只想尝试另一个示例实验。

【讨论】：