Azure机器学习工作室条件培训数据-Java 学习之路

我已经构建了一个 Microsoft Azure ML Studio 工作空间预测Web服务，并且有一个scernario，我需要能够使用不同的训练数据集来运行该服务 .

我知道我可以通过Azure ML设置多个Web服务，每个都附加了不同的训练集，但我试图找到一种方法在同一个工作区内完成所有操作并传递 Web Input Parameter 作为输入值来选择哪个训练集使用 .

我找到了this文章，它几乎描述了我的场景 . 但是，本文依赖于从 Load Trained Data 模块中提取的训练数据集，因为它具有静态 endpoints （或blob存储位置） . 我没有看到任何基于 Web Input Parameter 动态（或有条件地）更改此位置的方法 .

Basically, does Azure ML support a "conditional training data" loading?

或者，可能有一种方法来组合训练数据集，然后根据传递的 Web Input Parameter 过滤？

2 回答

0
这可能不是您所需要的，但希望它可以帮助您 .

要组合数据集，可以使用Join Data module .

要过滤，可以通过执行Python脚本来完成 . 这是一个例子 .

使用成人人口普查收入二进制分类数据集，在年龄栏上，最低年龄为17岁 .

如果我想按年龄过滤数据集，请将其连接到Execute Python Script模块，这是使用 pandas query方法的过滤代码 .
```
# The script MUST contain a function named azureml_main
# which is the entry point for this module.

import pandas as pd

def azureml_main(dataframe1 = None, dataframe2 = None):           
    # Return value must be of a sequence of pandas.DataFrame
    return dataframe1.query("age >= 25")
```
在查看该输出时，它会过滤掉最小年龄为25的数据集 .
回复于 2024-05-03T20:34:53+08:00
0

当然，你可以做到这一点 . 您想要的是使用 Execute R Script 或 SQL Transformation 模块根据您的输入数据确定要使用的模型 . 像这样的东西：

请注意，您的输入数据已清除/更新/功能设计，然后传递给两个不同的SQL转换，这将导致它转到两个路径之一 .

每条路径都有自己的训练数据 .

Note: 我不确定你的用例是什么，但如果是我，我会使用两种不同的训练数据训练两种不同的模型，然后尝试在我的网络服务中使用模型，而不是实际在网上训练服务，因为这可能会很慢 .

回复于 2024-05-03T20:34:53+08:00

Azure机器学习工作室条件培训数据

2 回答

相关问题