Microsoft Azure Machine Learning - Day 2

自學筆記

s790502ss 2022-01-27 20:21:04 ‧ 1630 瀏覽

分享至

Chap.I Practical drill 實戰演練

以下內容來自這裡

Prat1. Create Azure ML Workspace

此處將會練習創建 Azure ML，使用其內建的筆記本功能（內容來自這裡）

1-1. 創建一個 ML 環境

所有服務 → AI + 機器學習服務 → 機器學習

基本
資源群組：RG1（隨便取）
工作區名稱：WS（隨便取）
區域：美國西部（此處建議美西或日本，網路比較順）

建立

1-2. 開啟 python 編寫筆記本

前往資源 → 啟動工作區

新增筆記本

此時會發現右上角顯示「找不到任何計算」，那是因為目前我們尚未建立虛擬機

1-3. 建立虛擬機

在左側可以發現互動按鈕，點選「計算」後，上方出現四個選項

計算執行個體：建立一台虛擬機，用於開發階段。
計算叢集：建立多台虛擬機，會互相支援，當遇災害時可無縫接軌計算工作，用於開發階段。
推斷 (inference) 叢集：使用訓練後的模型，去預測服務的目標
附加的計算：鏈接到其他 Azure 計算資源，如：其他虛擬機、Azure Databricks...等

此時，我們先選擇建立計算執行個體

必要設定
計算名稱：myCP（隨便取）
虛擬機器類型：CPU（比較省錢）
核心類型選：Standard_DS11_v2（比較省錢）

進階設定
使用預設即可

建立

1-4. 使用筆記本

回到筆記本，會發現已經可以選用剛建立的虛擬機來計算

這時我們用以下程式碼，試著把連線到這的主機名稱印出來
首先，安裝套件

pip install azureml-sdk

嘗試印出所有連線的主機名稱

from azureml.core import Workspace

ws = Workspace.from_config()
for compute_name in ws.compute_targets:
    compute = ws.compute_targets[compute_name]
    print(compute_name, ':', compute.type)

此時會發現下方出現一排文字：
To sign in, use a web browser to open the page https://microsoft.com/devicelogin and enter the code EET7MBNGK to authenticate.

照著指示點擊網站，輸入驗證碼（也就是 EET7MBNGK）並登入就可以了

>>  myCP : ComputeInstance

1-5. 刪除資源

Prat2. Use Automated Machine Learning

此處將會練習創建 Automated ML，並用其評估模型（內容來自這裡）

2-1. 配置機算資源

計算 → 計算叢集 → 新增

虛擬機器
位置：美國西部（連線比較快）
虛擬機器類型：CPU（比較省錢）
核心類型選：Standard_DS11_v2（比較省錢）

進階設定
計算名稱：Cluster（隨便取）
節點數目下限：0（閒置的時候會自動關閉多餘此數量的虛擬機）
節點數目上限：2

建立

2-2. 建立資料集

首先把這裡的資料下載下來，存成 diabetes.csv 檔名
接著選擇資料集 → 建立資料集 → 來自本機的檔案

基本資訊
名稱：diabetes.csv
資料集類型：表格式
描述：Diabetes data（隨便）

資料存放區與檔案選取
為你的資料集選取檔案 → 上傳檔案 → 找到剛才存到電腦中的 diabetes.csv

設定與預覽
檔案格式：分隔符號（其它選項還有純文字、Parquet 檔案、JSON 行等）
分隔符號：逗號（看你的檔案用什麼分隔資料）
編碼：UTF-8
資料行標頭：所有檔案都有相同的標頭
(V) 資料集包含多行資料

結構描述
使用預設即可

確認詳細資料

建立

2-3. 佈置一個自動化 ML

自動化 ML 即是讓 Azure ML 自動幫你使用資料集計算，找出最佳 model

自動化 ML → 新增自動話 ML 回合

選取資料集
選取 diabetes.csv

實驗名稱
新增實驗名稱：mslearn-automl-diabetes（隨便）
目標資料行：Diabetic（這個欄位是選擇資料集中的 y 值）
選取計算類型：計算叢集
選取 Azure ML 計算叢集：Cluster

選取工作和設定
因為這個資料集是糖尿病，因此選擇分類（預設就是分類）

點選下方「檢視其他組態設定」

其他組態
主要計量：加權後的 AUC（採用 AUC 對模型評分）
(V) 解釋最佳模型
封鎖的演算法：（有些模型不適合演算此類型資料，可以從這裡剃除）
訓練作業小時：0.5（作業超過半小時就結束演算）
計量分數閾值：0.90（90% AUC 以上會結束演算）

儲存

驗證和測試

2-4. 查看模型評分

實驗 → mslearn-automl-diabetes → khaki_rhubarb_3p1l7btj → 詳細資料
最佳演算法名稱：MaxAbsScaler, LightGBM
加權後的 AUC：0.98996

2-5. 將訓練好的模型部屬

接續上一步驟，點擊 MaxAbsScaler, LightGBM → 部屬 → 部屬到 Web 服務

部屬模型
名稱：auto-predict-diabetes（隨便）
描述：Predict diabetes（隨便）
計算類型：Azure 容器執行個體
(V) 啟用驗證
(X) 使用自訂部屬資產

部屬

2-6. 測試部屬服務

端點 → 測試 → 選擇資料輸入方式（此處為 csv） → 測試

可以看到兩位病患都成功被預測為 1！！！

2-7. 刪除資源

Prat3. Use Azure Machine Learning Designer

此處將會練習 Azure Machine Learning Designer 創建模型（內容來自這裡）

Azure ML 提供了設計 pipeline 的功能，可以自定義想要的生產管線；或者使用現成的範本操作。
我們就直接使用 Part2. 建立的「計算叢集」與「資料集」來操作，不額外建立。

3-1. 建立自己的 pipeline

設計工具 → 新增管線 → 易於使用的預建模組

點選小齒輪進入設定
選取計算類型：計算叢集
選取 Azure ML 計算叢集：Cluster

接著會看到一面灰色的畫布，我們會在這建立自訂的管線

Datasets
首先，點選 Datasets，用滑鼠將其拖曳至畫布

Normalize Data
接著在搜尋欄查找 Normalize Data 並拖曳到畫布，將 Datasets 連接到 Normalize Data

此時點選 Normalize Data，系統會要求我們選取「需要標準化」的欄位

依次輸入以下欄位：

PlasmaGlucose
DiastolicBloodPressure
TricepsThickness
SerumInsulin
BMI
DiabetesPedigree

Split Data
第三步是分割資料，一樣拖曳到畫布，將 Normalize Data 連接到 Split Data

值得注意的是，分割方法有以下三種：

Split Rows：用「指定比例（預設 50-50）」將資料拆成「兩份」。
Regular Expression：用「單列的值」劃分。如：性別、有/無抽菸...等。
Relative Expression：不等量切割，用「數字區間」劃分。如：成本、年齡或日期...等。

Split mode：因為是分析糖尿病，所以選擇 Split Rows 就好。
Fraction of rows

Train Model
第四步，把 Train Model 拖曳進畫布，並把 Split Data 連接到 Train Model 的「右上」（稍後會解釋）。

接著點畫布中的 Train Model，設定 Label Column：Diabetic（要分析的 y）

Two-Class Logistic Regression
選擇一個演算法，這邊選用的是 Two-Class Logistic Regression。
將它拖曳到 Split Data 的左方；Train Model 的上方，並將它與 Train Model 連接。
這邊的意義是，Train Model 將 Split Data 的資料用 Logistic Regression 建模。

Score Model
第五步，把 Score Model 拖曳進畫布，把 Train Model 連接到 Score Model 的「左上」；同時把 Split Data 連接到 Score Model。
這邊的意義是，Score Model 將 Split Data 的資料為 Train Model 跑分。