Tworzenie modelu R

Tworzenie modelu R przy użyciu zasobów niestandardowych

Kategoria: Przekształcanie/manipulowanie danymi

Omówienie modułu

W tym artykule opisano sposób użycia modułu Create R Model (Tworzenie modelu R) w programie Machine Learning Studio (wersja klasyczna) w celu utworzenia nieprzeszkolonego modelu na podstawie skryptu w języku R.

Model można utworzyć na podstawie dowolnego uczącego się, który znajduje się w pakiecie języka R w Machine Learning środowisku.

Po utworzeniu modelu możesz użyć funkcji Train Model (Trenowanie modelu) do trenowania modelu na zestawie danych, tak jak w przypadku każdego innego Machine Learning. Wytrenowany model może zostać przekazany do funkcji Score Model (Wytrenowany model), aby użyć go do przewidywania. Następnie można zapisać wytrenowany model, a przepływ pracy oceniania może zostać opublikowany jako usługa internetowa.

Oprócz zapisywania i ponownego używania niestandardowych modułów R za pomocą funkcji Tworzenia modelu R można utworzyć własną implementację procesu modelowania i zarządzania danymi przy użyciu środowiska R, przekazać pliki w formacie spakowanym do obszaru roboczego, a następnie zarejestrować pakiet jako moduł niestandardowy. Aby uzyskać więcej informacji, zobacz Niestandardowe moduły R.

Jak skonfigurować tworzenie modelu R

Korzystanie z tego modułu wymaga pośredniej lub specjalistycznej wiedzy na temat języka R. Moduł obsługuje korzystanie z dowolnych osób uczących się, które znajdują się w pakietach języka R już zainstalowanych w Machine Learning.

Ten przykład z Azure AI Gallery implementuje dwuklasowy klasyfikator Nave Bayesa przy użyciu popularnego e1070 pakietu: + Create R Model (+ Utwórz model R). Zalecamy skopiowanie przykładu do obszaru roboczego i skorzystanie z tych informacji.

1. Dodaj następujące moduły do eksperymentu: Create R Model (Tworzenie modelu R), Train Model (Trenowanie modelu) i Score Model (Ocena modelu).

2. W okienku Właściwości okna Tworzenie modelu R podaj następujące skrypty:

   • Skrypt instruktora w języku R: skrypt W języku R, który podano tutaj, służy do trenowania modelu. Po uruchomieniu eksperymentu jest on wdrażany w module Train Model (Trenowanie modelu).

   • Skrypt R oceniania: skrypt W języku R, który podano dla tych danych wejściowych, jest tylko do oceniania. Po uruchomieniu eksperymentu jest on wdrażany w module Score Model (Ocena modelu).

3. Przykładowy eksperyment obejmuje również moduł Execute Python Script (Wykonywanie skryptu języka Python ), który służy do kreślenia grafów do oceny modelu. Ten moduł jest opcjonalny w przypadku publikowania w usłudze internetowej, ale jest przydatny podczas opracowywania eksperymentu.

   • Aby wyświetlić wykresy ze skryptu języka Python, kliknij prawym przyciskiem myszy moduł Python, wybierz pozycję Urządzenie python i wybierz pozycję Visualize (Wizualizacja).
   • Aby wyświetlić tylko metryki modelu, kliknij prawym przyciskiem myszy moduł Python, wybierz pozycję Zestaw danych języka Python i wybierz pozycję Visualize (Wizualizacja).

   Aby uzyskać kod w opcjonalnym module języka Python, zobacz Moduł języka Python na temat oceny modelu.

Skrypt trenowania

W poniższym przykładzie pokazano typ kodu, który można użyć w skrypcie instruktora R.

Ten skrypt ładuje pakiet języka R, tworzy model przy użyciu elementu uczącego się z pakietu oraz konfiguruje kolumny funkcji i etykiety przy użyciu wstępnie zdefiniowanych stałych i funkcji podanych w skrypcie Create R Model (Tworzenie modelu języka R).

library(e1071)
features <- get.feature.columns(dataset)
labels   <- as.factor(get.label.column(dataset))
train.data <- data.frame(features, labels)
feature.names <- get.feature.column.names(dataset)
names(train.data) <- c(feature.names, "Class")
model <- naiveBayes(Class ~ ., train.data)

• Pierwszy wiersz ładuje pakiet R e1071, który zawiera algorytm klasyfikatora Nave Bayesa, którego chcemy użyć. Ponieważ jest to jeden z pakietów wstępnie zainstalowanych w środowisku Machine Learning, nie trzeba go pobierać ani instalować.

• Następne wiersze pobierzą kolumny cech i kolumnę etykiety z zestawu danych i połączą je w nową ramkę danych R o nazwie train.data:

  features <- get.feature.columns(dataset)   
  labels <- as.factor(get.label.column(dataset))   
  train.data <- data.frame(features, labels)
  feature.names <- get.feature.column.names(dataset)
  

• Zwróć uwagę na użycie tych wstępnie zdefiniowanych funkcji:

  • get.label.columns() Zwraca kolumnę wybraną jako etykieta klasy w module Train Model (Trenowanie modelu).

  • get.feature.columns()Wybiera kolumny, które zostały wyznaczone jako cechy w zestawie danych.

    Domyślnie wszystkie kolumny z wyjątkiem kolumny etykiety są traktowane jako funkcje w programie Studio (wersja klasyczna). W związku z tym, aby oznaczyć określone kolumny jako funkcje, użyj polecenia Edytuj metadane lub wybierz zestaw kolumn w skrypcie R.

  • get.feature.column.names(dataset) pobiera nazwy kolumn funkcji z zestawu danych.

• Nazwy z połączonego zestawu danych są oznaczane train.datajako nazwy kolumn w tabeli , a dla Class kolumny label jest tworzona tymczasowa nazwa.

  names(train.data) <- c(feature.names, "Class")
  

• Ostatni wiersz kodu definiuje algorytm klasyfikatora Nave Bayesa jako funkcję zmiennych (cech) i wyników (etykiet) w ramce train.data danych.

  model <- naiveBayes(Class ~ ., train.data)
  

• Podczas tworzenia, trenowania i oceniania skryptów modelu należy używać nazwy zmiennej model.

Skrypt oceniania

Poniższy kod ilustruje typ kodu R, który można podać w skrypcie R obiektu Scorer.

library(e1071)
probabilities <- predict(model, dataset, type="raw")[,2]
classes <- as.factor(as.numeric(probabilities >= 0.5))
scores <- data.frame(classes, probabilities)

• Pierwszy wiersz ładuje pakiet.

• Drugi wiersz oblicza przewidywane prawdopodobieństwa dla zestawu danych oceniania przy użyciu wytrenowany model ze skryptu trenowania, wyznaczony przez wymaganą nazwę zmiennej . model

• Trzeci wiersz stosuje próg 0,5 do prawdopodobieństw podczas przypisywania przewidywanych etykiet klas.

• Ostatni wiersz łączy etykiety klas i prawdopodobieństwa w wyjściową ramkę danych, scores.

• Ramka danych przekazywana do modułu Score Model (Ocena modelu ) musi mieć nazwę scores.

Opcjonalny skrypt oceny języka Python

Przykładowy eksperyment w Azure AI Gallery zawiera następujący skrypt języka Python, który służy do generowania metryk i wykresów do oceny modelu.

def azureml_main(dataframe):
    import matplotlib
    matplotlib.use("agg")
    
    from sklearn.metrics import accuracy_score, precision_score, recall_score, roc_auc_score, roc_curve
    import pandas as pd
    import numpy as np
    import matplotlib.pyplot as plt
    
    scores = dataframe.ix[:, ("Class", "classes", "probabilities")]
    ytrue = scores["Class"]
    ypred = np.array([float(val) for val in scores["classes"]])    
    probabilities = scores["probabilities"]
    
    accuracy, precision, recall, auc = \
    accuracy_score(ytrue, ypred),\
    precision_score(ytrue, ypred),\
    recall_score(ytrue, ypred),\
    roc_auc_score(ytrue, probabilities)
    
    metrics = pd.DataFrame();
    metrics["Metric"] = ["Accuracy", "Precision", "Recall", "AUC"];
    metrics["Value"] = [accuracy, precision, recall, auc]

# Plot ROC Curve
    fpr, tpr, thresholds = roc_curve(ytrue, probabilities)
    fig = plt.figure()
    axis = fig.gca()
    axis.plot(fpr, tpr, linewidth=8)
    axis.grid("on")
    axis.set_xlabel("False positive rate")
    axis.set_ylabel("True positive rate")
    axis.set_title("ROC Curve")
    fig.savefig("roc.png")

    return metrics,

Publikowanie niestandardowego przepływu pracy modelu R jako usługi internetowej

Po uruchomieniu eksperymentu możesz opublikować pełny eksperyment jako usługę internetową.

Aby uzyskać zaktualizowane instrukcje dotyczące tworzenia usługi internetowej na podstawie eksperymentu programu Studio (klasycznego), zobacz Przewodnik, krok 5. Wdrażanie usługi Machine Learning internetowej

Domyślnie usługa internetowa oczekuje, że zostaną podane wszystkie kolumny wejściowe z danych szkoleniowych, w tym kolumna etykiety. Możesz dodać wystąpienie modułu Select Columns in Dataset (Wybieranie kolumn w zestawie danych) między wejściowym źródłem danych i modułem Score Model (Ocena modelu), aby wykluczyć etykietę, która ma zostać przewidywana.

Uwagi techniczne

• Moduł Create R Model (Tworzenie modelu R ) obsługuje tylko korzystanie z CRAN R. Nie można wybrać innej wersji oprogramowania R ani użyć programu Microsoft R Open.

• Model jest buforowany po pierwszym uruchomieniu modułu, a moduł nie jest wywoływany w kolejnych uruchomieniach, dopóki nie zostaną wprowadzone zmiany w skryptach wejściowych. Należy wziąć pod uwagę to zachowanie, jeśli skrypty w języku R korzystają z dowolnej z następujących funkcji:

  • Funkcje, które generują liczby losowe
  • Funkcje, które generują liczby losowe
  • Inne funkcje niedeterministyczne

• Niestandardowych modeli R utworzonych za pomocą tego modułu nie można używać z tymi modułami:

  • Dostrajanie hiperparametrów modelu
  • Krzyżowe weryfikowanie modelu
  • moduł wieloklasowy „jeden przeciw wszystkim”
  • Regresja porządkowa

• Modele R nie wykonują automatycznie normalizacji cech danych kategorii ani nie obsługują brakujących wartości. Obsługę takich zmiennych należy wykonać w ramach skryptów trenowania i oceniania w języku R.

Tabela wstępnie zdefiniowanych funkcji

Tabela wstępnie zdefiniowanych stałych

Przykłady

Aby uzyskać dodatkowe przykłady użycia tego modułu w eksperymentach uczenia maszynowego, zobacz Azure AI Gallery.

Oczekiwane dane wejściowe

Dane wyjściowe

Zobacz też

Wykonywanie skryptu języka R
Moduły języka R