Also habe ich in letzter Zeit mit Azure ML herumgespielt, und ich habe einen Datensatz, wo ich mehrere Werte habe, die ich vorhersagen möchte. Alle benutzen unterschiedliche Algorithmen und wenn ich versuche, mehrere Modelle innerhalb eines Experiments zu trainieren; es sagt, das "Zugmodell kann nur einen Wert vorhersagen", und es gibt nicht genug Eingabeports im Zugmodell, um mehrere Werte aufzunehmen, selbst wenn ich für jede Maßnahme den gleichen Algorithmus verwenden würde. Ich habe versucht, den Spaltenwähler zu starten und Regeln zu erstellen, aber ich bekomme den gleichen Fehler wie erwähnt. Wie kann ich mehrere Werte vorherzusagen und später die vorhergesagten Spalten für die Web-Service-Ausgabe zusammensetzen, so dass ich nicht mehrere APIs haben muss?Trainiere mehrere Modelle mit verschiedenen Maßen und akkumuliere Vorhersagen
Antwort
Was Sie tun möchten, ist jedes Modell zu trainieren und sie als bereits trainierte Modelle zu speichern. Erstellen Sie ein neues Experiment, trainieren Sie Ihre Modelle und speichern Sie sie, indem Sie mit der rechten Maustaste auf jedes Modell klicken und sie werden in der linken Navigationsleiste im Studio angezeigt. Jetzt können Sie Ihre Modelle in die Zeichenfläche ziehen und Vorhersagen erstellen lassen, bei denen Sie schließlich dieselben Ergebnisse erhalten, wie in meinem Beispiel im Modul "Spalten hinzufügen". Ich habe dieses Beispiel für Ronaldo (Real Madrid CF-Spieler) gemacht, wie er nach dem Training im Match spielen wird. Sie können meine Demo auf http://ronaldoinform.azurewebsites.net
Weitere Erläuterungen siehe, wie die Modelle zu speichern und mehrere Werte trainieren; Sie können Raymond Langaeian (MSFT) Antwort im Kommentarbereich auf diesen Link überprüfen: https://azure.microsoft.com/en-us/documentation/articles/machine-learning-convert-training-experiment-to-scoring-experiment/
Sie müssen Modelle für jede Variable trainieren, die Sie vorhersagen. Fügen Sie dann alle diese vorhergesagten Spalten zusammen und erhalten Sie eine einzelne Ausgabe für den Web-Service.
Die in ML verfügbaren Algorithmen sind nur in der Lage, eine einzelne Variable auf der Grundlage der eingehenden Eingaben zu prognostizieren.