Select Columns Transform

Crea una trasformazione che seleziona lo stesso subset di colonne del set di dati specificato

Categoria: Trasformazione/Manipolazione dei dati

Questo articolo descrive come usare il modulo Select Columns Transform (Trasformazione Seleziona colonne) in Machine Learning Studio (versione classica). Lo scopo del modulo Select Columns Transform è garantire che nelle operazioni di Machine Learning downstream sia sempre usato un set di colonne prevedibile e coerente.

Questo modulo è particolarmente utile per attività come l'assegnazione dei punteggi, che richiedono colonne specifiche. Le modifiche apportate alle colonne disponibili potrebbero interrompere l'esperimento o modificare i risultati.

Usare la trasformazione Seleziona colonne per creare e salvare un set di colonne. Usare quindi il modulo Apply Transformation (Applica trasformazione) per applicare le selezioni ai nuovi dati.

Come usare la trasformazione Seleziona colonne

Questo scenario presuppone che si intenda usare la selezione delle caratteristiche per generare un set dinamico di colonne che verranno usate per il training di un modello. Per assicurarsi che le selezioni delle colonne siano le stesse per il processo di assegnazione dei punteggi, usare il modulo Select Columns Transform (Trasformazione seleziona colonne) per acquisire le selezioni di colonna e applicarle in un'altra posizione dell'esperimento.

1. Aggiungere un set di dati di input all'esperimento in Studio (versione classica).

2. Aggiungere un'istanza di Selezione funzionalità basata su filtro.

3. Connessione i moduli e configurare il modulo di selezione delle funzionalità per trovare automaticamente alcune delle funzionalità migliori nel set di dati di input.

4. Aggiungere un'istanza di Train Model (Training modello ) e usare l'output di Filter Based Feature Selection (Selezione funzionalità basata su filtro) come input per il training.

   Importante

   Poiché l'importanza delle caratteristiche viene deciso in base ai valori nella colonna, non è possibile sapere in anticipo quali colonne potrebbero essere disponibili per l'input per il training del modello.

5. A questo punto, collegare un'istanza del modulo Select Columns Transform (Seleziona trasformazione colonne).

   Viene generata una selezione di colonna come trasformazione che può essere salvata o applicata ad altri set di dati. Questo passaggio garantisce che le colonne identificate dalla selezione delle funzionalità siano salvate per il riutilizzo da parte di altri moduli.

6. Aggiungere il modulo Score Model (Punteggio modello).

   Non connettere il set di dati di input.

   Aggiungere invece il modulo Apply Transformation (Applica trasformazione) e connettere l'output della trasformazione di selezione delle caratteristiche.

   Importante

   Non è possibile prevedere di applicare la selezione di funzionalità basata su filtro al set di dati di assegnazione dei punteggi e ottenere gli stessi risultati. Poiché la selezione delle caratteristiche è basata sui valori, potrebbe scegliere un set diverso di colonne, che causerebbe l'esito negativo dell'operazione di assegnazione dei punteggi.

7. Eseguire l'esperimento.

Questo processo di salvataggio e applicazione della selezione di una colonna garantisce che lo stesso schema di dati sia disponibile per il training e l'assegnazione dei punteggi.

Esempio

Per esempi su come usare questo modulo, vedere l'Azure AI Gallery:

• Trasformazione Seleziona colonne: procedura dettagliata completa che usa questo modulo.

• Filtrare le funzionalità e rimuoverle dagli input di assegnazione dei punteggi: salvare l'esperimento nell'area di lavoro per vedere come viene usato il modulo in un flusso di lavoro sperimentale completo.

Input previsti

Output

Eccezioni

Vedi anche

Manipolazione
Select Columns in Dataset (Seleziona colonne nel set di dati)