首页 文章

在Azure ML Studio中,分数模型不会返回R模型的预测值

提问于
浏览
0

我在R中构建了一个多类SVM模型,并使用azure中的Create R模型模块来训练和预测我的测试数据集 . 这是教练和得分R脚本 .

Trainer R script:

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 <- svm(Class ~ . , train.data)

Scores R script:

library(e1071)    
classes <- predict(model, dataset)
classes <- as.factor(classes)
res <- data.frame(classes, probabilities = 0.5)
print(str(res))
print(res)
scores <- res

请注意,在我的代码中,我硬编码了概率值以简化代码 .

这是我在Azure中的组件设计:

enter image description here

当我运行实验时,所有组件都可以正常工作 . 但是,在评分模型中,评分数据集端口不显示预测值 . 它仅显示测试数据集中的特征值 . 我检查了Score模型的输出日志,我可以看到模型很好地预测了测试数据(注意我在Scores R脚本中添加了打印命令) . 但这还不够,我需要从得分模型返回的预测,所以我可以通过API传递它 .

以前有人遇到过这个问题吗?

1 回答

  • 0

    我找到了答案 . 事实上,我无法在评分模型的结果中看到结果,但是当我将其链接到数据集模块中的选择列时,我会在那里看到预测的列 .

相关问题