具有不同列数的 Azure 机器学习终结点答案

【问题标题】：Azure machine learning endpoints with different column count具有不同列数的 Azure 机器学习终结点
【发布时间】：2016-12-01 10:13:37
【问题描述】：

我想自动设置不一定具有相同数量变量的 Azure 机器学习终结点。只要它们具有相同的列和变量名称（标题），我就能够以编程方式添加针对不同数据进行训练的新端点。

当我尝试使用不同的列数创建新端点时，它可以工作。但是当我尝试调用它时，它给了我错误。

我设置了一个实验，其中默认端点接受两个参数“x”和“y”。然后我使用三列“x1”、“x2”和“y”在数据集上对其进行了训练。训练实验中的“训练模型”模块正在挑选第 1 列。

调用使用三个变量和三个输入列训练的端点：

{
"error": {
    "code": "LibraryExecutionError",
    "message": "Module execution encountered an internal library error.",
    "details": [
        {
            "code": "TableSchemaColumnCountMismatch",
            "target": " (AFx Library)",
            "message": "data: The table column count (3) must match the schema column count (2)."
        }
    ]
}

}

调用使用只有两个输入列的三个变量训练的端点：

{
"error": {
    "code": "LibraryExecutionError",
    "message": "Module execution encountered an internal library error.",
    "details": [
        {
            "code": "ScoredFeaturesMustMatchTrainingFeatures",
            "target": "Score Model (AFx Library)",
            "message": "table: The data set being scored must contain all features used during training, missing feature(s): 'x2'."
        }
    ]
}

}

它似乎记住了默认端点的设置，并期望所有其他端点符合它的元数据。有没有办法解决这个问题？

【问题讨论】：

标签： azure-machine-learning-studio

【解决方案1】：

Azure 机器学习需要运行它的数据。
例如，predictive experiment 使用来自训练的数据。得分模型期望所有列，包括得分（x1）的列。

当您预测 x1 是未知的，因此您不想包含它时，我删除了选择列行 x1。分数模型不再期望 x1。

【讨论】：