Verileri Dışarı Aktarma

Azure 'da tablolar, bloblar ve Azure SQL veritabanları gibi çeşitli bulut tabanlı depolama formlarına veri kümesi yazar

Kategori: veri girişi ve çıkışı

Modüle genel bakış

bu makalede, denemeleri studio (klasik) Machine Learning dışında bulut depolama hedeflerine, sonuçları, ara verileri ve çalışma verilerini kaydetmek için Machine Learning Studio 'daki (klasik) verileri dışarı aktarma modülünün nasıl kullanılacağı açıklanır.

Bu modül, verilerinizi aşağıdaki bulut veri hizmetlerine vermeyi veya kaydetmeyi destekler:

• Hive sorgusuna aktar: bir HDInsight Hadoop kümesindeki Hive tablosuna veri yazma.

• Azure SQL Veritabanı dışarı aktarma: verileri Azure SQL Veritabanı veya Azure SQL Data Warehouse kaydedin.

• Azure tablosuna aktarma: verileri Azure 'daki tablo depolama hizmetine kaydedin. Tablo depolaması, büyük miktarlarda veri depolamak için uygundur. Ölçeklenebilir, pahalı ve yüksek oranda kullanılabilir olan tablolu bir biçim sağlar.

• Azure Blob Depolama dışarı aktarma: verileri Azure 'daki Blob hizmetine kaydeder. Bu seçenek görüntüler, yapılandırılmamış metin veya ikili veriler için kullanışlıdır. Blob hizmetindeki veriler, genel olarak paylaşılabilir veya güvenli uygulama veri depolarında kaydedilebilir.

İlişkili görevler

• Verileri indir: verilerinizi Excel veya başka bir uygulamada açabilmek için, CSV 'ye dönüştür veya TSV 'e dönüştür gibi bir modül kullanarak verileri belirli bir biçimde hazırlayın ve sonra verileri indirin.

• Bir veri kümesini çıkaran herhangi bir modülün sonucunu, çıkışa sağ tıklayıp veri kümesini indir' i seçerek indirebilirsiniz. Varsayılan olarak, veriler CSV biçiminde verilir.

• Modül tanımını veya deneme grafiğini indirin: Yeni bir PowerShell kitaplığı, denemenizin tüm meta verilerini veya belirli bir modülün ayrıntılarını indirmenizi sağlar. Machine Learning kitaplığı için PowerShell, deneysel bir sürümdür, ancak birçok yararlı cmdlet 'e sahiptir:

  • Get-AmlExperiment çalışma alanındaki tüm denemeleri listeler.
  • Export-AmlExperimentGraph bir JSON dosyasına tüm denemenin tanımını dışa aktarır.
  • Download-AmlExperimentNodeOutput herhangi bir modülün çıkış bağlantı noktalarında belirtilen bilgileri ayıklamanıza olanak sağlar.

Dışarı aktarma verilerini yapılandırma

1. Veri dışa aktarma modülünü Studio 'daki denemenize (klasik) ekleyin. Bu modülü giriş ve çıkış kategorisinde bulabilirsiniz.

2. dışarı aktarmak istediğiniz verileri içeren modüle verileri dışarı aktarma Bağlan.

3. Verileri dışarı aktar ' a çift tıklayarak Özellikler bölmesini açın.

4. Veri hedefiiçin, verilerinizi kaydedeceğiniz bulut depolama türünü seçin. Bu seçenekte herhangi bir değişiklik yaparsanız, diğer tüm özellikler sıfırlanır. Bu nedenle, önce bu seçeneği seçtiğinizden emin olun!

5. Belirtilen depolama hesabına erişmek için gerekli bir hesap adı ve kimlik doğrulama yöntemi sağlayın.

   Depolama türüne ve hesabın güvenli olmasına bağlı olarak, hesap adını, dosya türünü, erişim anahtarını veya kapsayıcı adını belirtmeniz gerekebilir. Kimlik doğrulaması gerektirmeyen kaynaklar için genellikle URL 'YI biliyor yeterlidir.

   Her türün örnekleri için aşağıdaki konulara bakın:

   • Hive sorgusuna aktar

   • Azure SQL Veritabanı dışarı aktar

   • Azure tablosuna aktar

   • Azure Blob Depolama dışarı aktar

6. , Önbelleğe alınmış sonuçları kullanseçeneği, her seferinde aynı sonuçları yeniden yazmadan denemeyi tekrarlamanızı sağlar.

   Bu seçeneğin işaretini kaldırırsanız, çıkış verilerinin değişip değişmediğini ne olursa olsun, denemeler her çalıştırıldığında depolama alanına yazılır.

   Bu seçeneği belirlerseniz dışarı aktarma verileri , varsa önbelleğe alınmış verileri kullanır. Yeni sonuçlar yalnızca sonuçları etkileyecek bir yukarı akış değişikliği olduğunda oluşturulur.

7. Denemeyi çalıştırın.

Örnekler

Veri dışa aktarma modülünün nasıl kullanılacağına ilişkin örnekler için Azure yapay zeka Galerisibakın:

• Metin sınıflandırması: Bu örnek, ara sonuçları kaydetmek Için dışarı aktarma verilerini kullanır ve ardından denemede daha sonraki adımlar Için verileri içeri aktarma işlemini kullanır.

• perakende tahmin adımı 1/6-veri ön işlemesi: perakende tahmin şablonu, Azure SQL Veritabanı depolanan verileri temel alan bir makine öğrenimi görevi gösterir. farklı hesaplarda denemeleri arasında veri kümeleri geçirmek, tahminleri kaydetmek ve birleştirmek için Azure SQL veritabanını kullanarak machine learning için Azure SQL veritabanı oluşturma gibi çeşitli yararlı teknikler gösterilmektedir.

• azure vm 'de SQL Server kullanarak makine öğrenimi modeli oluşturun ve dağıtın: bu makalede, bir azure vm 'de barındırılan bir SQL Server veritabanını eğitim verilerini ve deneme tarafından oluşturulan tahminleri depolamak için kaynak olarak nasıl kullanabileceğiniz gösterilmektedir. Ayrıca, ilişkisel veritabanının özellik Mühendisliği ve Özellik seçimi için nasıl kullanılabileceğini gösterir.

• Azure SQL Data Warehouse Azure ML nasıl kullanılır: bu makalede, Azure SQL Data Warehouse verileri kullanarak nasıl makine öğrenimi modeli oluşturabileceğiniz gösterilmektedir.

Teknik notlar

Bu bölümde, sık sorulan soruların uygulama ayrıntıları, ipuçları ve yanıtları yer almaktadır.

Uygulama ayrıntıları

• Bu modül daha önce Yazıcıolarak adlandırılmıştı. Yazıcı modülünü kullanan mevcut bir denemenize sahipseniz, denemeyi yenilediğinizde modül verileri dışarı aktarmak için yeniden adlandırılır.

• Tüm modüller, veri verme hedefleri ile uyumlu olan çıktıyı oluşturmaz. Örneğin, verileri dışarı aktarma , SVMLight biçimine dönüştürülmüş bir veri kümesini kaydedemez. Dışarı aktarma verileri şu biçimleri destekler:

  • veri kümesi (Azure ML iç biçimi)
  • .NET DataTable
  • Üst bilgileri olan veya olmayan CSV
  • Üst bilgi içeren veya olmayan TSV

Bilinen sorunlar

• Verilerinizin çıktısının bulunduğu konum olarak Azure tablosu ' nu seçtiğinizde, bazı durumlarda belirtilen tabloya yazılırken bir hata olabilir. Bu durumda, veriler bir bloba yazılabilir olabilir.

  Bu hata oluşursa ve daha sonra beklenen tablodan okuyaerişemiyorsanız, depolama hesabınızda belirtilen kapsayıcıdaki Blobları denetlemek için bir Azure depolama yardımcı programı kullanmayı deneyin.

• Şu anda, bir blobu belirtilen Hive tablosuna kaydedemezsiniz. Ara sonuçlar yazmanız gerekiyorsa, HDInsight 'ta Hive tablosu kullanmaktan kaçının ve bunun yerine BLOB depolama veya tablo depolama alanı kullanın.

• Şu anda, çıkış verilerini kaydetmek için bir konum olarak IVI seçerseniz bu hata iletisi döndürülür: "Microsoft. Analytics. Exceptions. ErrorMapping + ModuleException."

Beklenen girişler

Modül parametreleri

Bu tabloda tüm verileri dışarı aktarma seçeneklerine uygulanan parametreler listelenmektedir. Diğer parametreler dinamiktir ve seçtiğiniz veri hedefine göre değişir.

Özel durumlar

Studio (klasik) modüllerine özgü hataların listesi için bkz. Machine Learning kodları.

API özel durumlarının listesi için bkz. Machine Learning REST API Kodları.

Ayrıca bkz.

Verileri İçeri Aktarma
Veri Girişi ve Çıkışı
Veri Dönüştürme
Azure Tablo tablolarını Depolama karşılaştırma Azure SQL Veritabanı
A-Z Modül Listesi