Vowpal Wabbit バージョン 7-10 モデルのスコアリング

コマンド ライン インターフェイスから Vowpal Wabbit 機械学習システムを使用してデータのスコアを付けます

カテゴリ: Text Analytics

モジュールの概要

この記事では、Machine Learning Studio (クラシック) のScore Vowpal wabbit バージョン7-10 モデルモジュールを使用して、既存の Vowpal wabbit モデルを使用して一連の入力データのスコアを生成する方法について説明します。

このモジュールは、Vowpal Wabbit フレームワークのバージョン7-10 を使用します。 このモジュールは、7-10 形式で保存されたトレーニング済みのモデルを使用してデータをスコア付けするために使用します。

以前のバージョンを使用して作成された既存のモデルがある場合は、次のモジュールを使用します。

• Vowpal Wabbit 7-4 モデルのトレーニング
• Vowpal Wabbit 7-4 モデルのスコアリング

Vowpal Wabbit の最新バージョンについては、次を使用します。

• Vowpal Wabbit 8 モデルのトレーニング
• Vowpal Wabbit 8 モデルのスコアリング

スコア Vowpal Wabbit バージョン7-10 モデルを構成する方法

1. Score Vowpal Wabbit バージョン7-10 モデルモジュールを実験に追加します。

2. トレーニング済みの Vowpal Wabbit モデルを追加し、左側の入力ポートに接続します。 同じ実験で作成されたトレーニング済みのモデルを使用することも、Studio (クラシック) の左側のナビゲーションウィンドウにある [ トレーニング 済みのモデル] グループで保存済みのモデルを見つけることもできます。

   制限事項

   モデルは Machine Learning Studio (クラシック) で使用できる必要があります。 Azure storage からモデルを直接読み込むことはできません。

   Vowpal Wabbit 7-10 モデルのみがサポートされています。他のアルゴリズムを使用してトレーニングした保存済みのモデルを接続することはできません。また、以前またはそれ以降のバージョンでトレーニングされたモデルを使用することはできません。

3. [VW 引数] テキスト ボックスに、Vowpal Wabbit 実行可能ファイルに有効なコマンドライン引数のセットを入力します。
   Machine Learning でサポートされておりサポートされていない Vowpal wabbit 引数の詳細については、「テクニカルノート」を参照してください。

4. [ データ型の指定] をクリックし、一覧からサポートされているデータ型のいずれかを選択します。

   スコアリングには、VW と互換性のあるデータの1つの列が必要です。

   svmlight 形式または VW 形式で作成された既存のファイルがある場合は、次のいずれかの形式で新しいデータセットとして Azure ML ワークスペースに読み込むことができます: ヘッダーなしの汎用 CSV、TSV ヘッダーなし。

   VWオプションではラベルが存在している必要がありますが、比較の場合を除き、スコア付けでは使用されません。

5. データの インポート モジュールを追加し、 スコア Vowpal Wabbit バージョン 7-10の右側の入力ポートに接続します。 入力データにアクセスするように インポートデータ を構成します。

   スコアリングの入力データは、サポートされているいずれかの形式で事前に準備され、Azure blob storage に格納されている必要があります。

6. スコアと一緒にラベルを出力する場合は、 [ラベルを含む余分な列を含める] オプションを選択します。

   通常、テキストデータを処理する場合、Vowpal Wabbit はラベルを必要とせず、データの行ごとにスコアのみを返します。

7. 以前の実行の結果を再利用する場合は、次の条件が満たされていると仮定して、[キャッシュされた 結果を使用する] オプションを選択します。

   • 前回の実行で有効なキャッシュが存在します。

   • モジュールの入力データとパラメーターの設定は、前回の実行以降は変更されていません。

   そうしないと、実験を実行するたびにインポートプロセスが繰り返されます。

8. 実験を実行します。

結果

トレーニングの完了後:

• 結果を視覚化するには、 スコア Vowpal Wabbit バージョン7-10 モデル モジュールの出力を右クリックします。

出力には、0 ～ 1 の正規化された予測スコアが示されます。

例

機械学習で Vowpal Wabbit を使用する方法の例については、 Azure AI Galleryを参照してください。

• Vowpal Wabbit サンプル

  この実験では、VW モデルのデータ準備、トレーニング、運用化について説明します。

次のビデオでは、Vowpal Wabbit のトレーニングとスコア付けのプロセスのチュートリアルを提供しています。

https://azure.microsoft.com/documentation/videos/text-analytics-and-vowpal-wabbit-in-azure-ml-studio/

テクニカル ノート

このセクションには、実装の詳細、ヒント、よく寄せられる質問への回答が含まれています。

パラメーター

Vowpal Wabbit には、アルゴリズムを選択およびチューニングするためのコマンドライン オプションが多数あります。 これらのオプションについて、ここで詳細に説明することはできません。Vowpal Wabbit wiki ページを参照することをお勧めします。

次のパラメーターは Machine Learning Studio (クラシック) ではサポートされていません。

• https://github.com/JohnLangford/vowpal_wabbit/wiki/Command-line-arguments で指定されている入力および出力オプション

  これらのプロパティは、モジュールによってあらかじめ自動的に構成されます。

• また、複数の出力を生成したり、複数の入力を受け取ったりするオプションは許可されていません。 これらには、 --cbt 、 --lda 、および --wap が含まれます。

• 教師あり学習アルゴリズムのみがサポートされています。 これにより、–active、--rank、--search などのオプションが禁止されます。

上記以外のすべての引数は許可されます。

想定される入力

モジュールのパラメーター

出力

例外

Studio (クラシック) モジュールに固有のエラーの一覧については、「エラー コードMachine Learning参照してください。

API の例外の一覧については、「エラー コードMachine Learning REST API参照してください。

こちらもご覧ください

Text Analytics
特徴ハッシュ
名前付きエンティティの認識
Vowpal Wabbit 7-4 モデルのスコアリング
Vowpal Wabbit 7-4 モデルのトレーニング
Vowpal Wabbit 7-10 モデルのトレーニング
モジュールの一覧 (アルファベット順)