训练聚类分析模型

重要

对机器学习工作室(经典)的支持将于 2024 年 8 月 31 日结束。 建议在该日期之前转换到 Azure 机器学习。

从 2021 年 12 月 1 日开始,你将无法创建新的机器学习工作室(经典)资源。 在 2024 年 8 月 31 日之前,可继续使用现有的机器学习工作室(经典)资源。

ML 工作室(经典)文档即将停用,将来可能不会更新。

训练群集模型,并将训练集中的数据分配到群集

类别:机器学习/训练

注意

适用于:机器学习 Studio (经典) 应用

可在 Azure 机器学习设计器中获取类似的拖放模块。

模块概述

本文介绍如何使用 机器学习 Studio () 中的训练聚类分析模型模块来训练聚类分析模型。

此模块采用已使用 K-Means 聚类分析模块配置的未训练的聚类分析模型,并使用标记的或未标记的数据集来训练模型。 此模块既创建可用于预测的已训练模型,又为训练数据中的每个案例创建一组群集分配。

注意

聚类分析模型不能使用训练模型模块(用于创建机器学习模型的通用模块)进行训练。 因为训练模型仅适用于监督式学习算法。 K-means 和其他聚类分析算法允许非监督式学习,这意味着算法可以从非标记的数据进行学习。

如何使用“训练聚类分析模型”

  1. 将" 训练聚类分析模型" 模块添加到工作室中的试验 (经典) 。 可以在“机器学习模块”下的“训练”类别中找到此模块 。

  2. 添加 K-Means 聚类分析模块,或另一个可创建兼容的聚类分析模型的自定义模块,并设置聚类分析模型的参数。

  3. 将训练数据集附加到训练聚类分析模型的右侧输入。

  4. 在“列集”中,从数据集选择用于构建群集的列。 确保选择可以生成良好特征的列:例如,避免使用有唯一值的 ID 或其他列,或者所有值都相同的列。

    如果某个标签可用,则可将它用作特征,或者不用它。

  5. 如果要将 训练数据与新的群集标签一起输出,请选择选项"检查追加"或"仅取消选中结果"。

    如果取消选择此选项,则只输出群集分配。

  6. 运行试验,或单击"训练 聚类分析模型"模块, 然后选择" 运行选定项"。

结果

在训练完成后:

  • 若要在关系图中查看群集及其分隔,请右键单击"结果 "数据集 输出,然后选择"可视化 "。

    该图表示群集的主体组件,而不是实际值。 有关详细信息 ,请参阅主体 组件分析。

  • 若要查看数据集中的值,请添加"转换为数据集"模块的实例,并将其连接到结果数据集输出。 运行 "转换为数据集 "模块,获取可以查看或下载的数据的副本。

  • 若要保存已训练的模型供以后使用,请右键单击模块,选择 "已训练模型",然后单击" 另存为已训练模型"。

  • 若要从模型生成分数,请使用将数据分配到群集。

示例

有关如何在机器学习中使用聚类分析的示例,请参阅Azure AI 库:

预期输入

名称 类型 说明
未训练的模型 ICluster 接口 未训练的聚类模型
数据集 数据表 输入的数据源

模块参数

名称 范围 类型 默认 说明
列集 any ColumnSelection 列选择模式
选中附加或取消选中仅限结果 any 布尔 是 输出数据集是必须包含分配列追加的输入数据集(已选中),还是仅包含分配列(未选中)

Outputs

名称 类型 说明
已训练模型 ICluster 接口 训练的群集模型
结果数据集 数据表 分配数据列追加的输入数据集,或仅分配列

例外

异常 描述
错误 0003 如果一个或多个输入为 NULL 或为空,将出现异常。

有关特定于工作室和经典 (模块) 的列表,请参阅机器学习代码。

有关 API 异常的列表,请参阅机器学习 REST API代码。

另请参阅

A-Z 模块列表
训练
将数据分配到群集
K 均值聚类分析