1

我在 Azure 中构建了一个 ML 模型，并且我的大部分数据转换/特征生成步骤都是在 R 中执行的。首先，我在 R 本身中转换了数据（工作速度更快）并将创建的 csv 上传到 ML studio。

现在我的模型已经完成，我尝试在 ML Studio 本身中运行 R 代码，而不是手动上传转换后的数据集。它运行完美。但是，当我比较生成的数据集（上传的数据集和创建的数据集）时，它们会有所不同。这些列具有不同的方法、格式和模型执行较少。实际的数据条目/单元格看起来不错。

我觉得这与列的格式有关，所以我尝试了将列转换为字符类型，或者将结果数据集转换为 csv（在 ML Studio 中）并让 ML Studio 弄清楚如何格式化它们。

到目前为止，还没有结果。

有没有人已经面临这个问题？解决办法是什么？

4

1 回答 1

2

设法解决它：

  • 手动上传的数据集在 Azure 中仅使用“字符串功能”进行格式化。（因为有些 NA 的工作室 ML 会以这种方式对其进行格式化）。
  • 然而，R 脚本以不同的方式格式化 NA，因此也以不同的方式格式化列。

我不完全确定是什么导致了不同的结果，因为数据在字符方面是相同的。只有 NA 的格式与列的位置不同。

以下解决了我的问题（在工作室 ML 的 Rscript 末尾）：

data = data.frame(lapply(data, as.character), stringsAsFactors=FALSE)
data[is.na(data)] = "NA"
于 2015-07-28T10:17:59.423 回答