如何解决为什么我在 Azure ML 设计器中看不到训练模型结果?
我从我运行的棋盘游戏模拟器的 1000 个会话中创建了数据。我试图找出获胜策略是什么,并跟踪了数据中的几个特征。
我将结果加载到 Azure 机器学习图表中,并将数据集连接到使用线性回归的模型。
我单击“训练模型”并转到“查看输出”。单击随后的链接后,我似乎能够找到 9 个文件。我没有看到任何类似“第 9 列是第 1 列的最佳预测因子”或类似内容的内容。
相反,我看到了一个 iLearner 文件,里面有很多我无法阅读的二进制文件。我看到一个架构文件。还有很多关于运行它的 conda 版本以及数据类型和内容的元文件。
我如何查看哪些特征最能说明我指出的标签?
编辑:
按照建议,我添加了评分模型和评估模型。
我确实在评估结果中看到了一些错误指标 -> 可视化。
训练模型有一个视图输出和一个视图日志,但对我来说没有可视化。当我转到“查看输出”时,有很多文件,例如 convert_to_dataset.yaml 和 boosted_decision_tree_regression.yaml。还有一个名为训练模型的目录,其中包含名称为 data_type.json 和 score.py 的文件。似乎都是元数据,而不是“第 1 列最佳预测 X ...”。
我仍然没有看到任何可以最好地预测结果的信息。
解决方法
您需要添加 Score Model
来测试模型,通过使用测试数据集进行预测(这很重要!)。看起来 Azure 也不允许您跳过它。
您必须将数据和模型连接到“树”的那部分,右键单击并运行它。然后您需要添加 Evaluate Model
,右键单击并运行它。然后你可以去View Output -> Evaluation Results -> Visualize
。
Evaluate Results
功能提供了一些不同的错误参数和R2。 (决定系数 = 解释方差 = R2)。您可以在此处阅读有关指标的信息:https://docs.microsoft.com/en-us/azure/machine-learning/algorithm-module-reference/evaluate-model#metrics-for-regression-models
预测变量的截距 = 系数估计值 = 通过转到Train Model
并右键单击 Trained Model -> Visualize
找到 β 系数。
我刚刚在搜索栏中输入了“分数”,Score Model
和 Evaluate Model
都出现了。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。