问题标签 [azure-machine-learning-studio]

我正在使用 R 预测包 auto.arima() 函数，根据可预测的正弦波时间序列对其进行测试。当我在 R studio 的本地机器上运行 R 代码时，与在 azure ML 中使用相同的源数据运行完全相同的代码时，我得到了明显不同的输出。我能看到的唯一区别是 azure 具有较旧版本的预测包 5.4，而我在本地计算机上下载了最新版本 5.9。（有趣的是，azure ML 中的旧版本正确预测未来值，新版本预测衰减幅度，这是不正确的）。

那么我的问题是针对那些可能知道为什么一个函数的行为会在包版本之间发生如此显着变化的任何人，这让我觉得很奇怪。或者我在这里错过了什么？我是 R 和 azure ML 的新手。

好的 StackOverflow，我有一个问题：

我正在使用Azure 机器学习做一些工作，但我陷入了僵局。我有两张桌子，我需要加入它们。表格如下所示：

（这些只是示例。）

当它们共享的列（在这种情况下只有 b，但可以是多个）相等时，我需要加入这些表。但是，我还需要填充缺失值。如果表 A 缺少其中一列的值，而表 B 具有匹配行的值，则它们应该组合结果表中的值。我知道有一种方法可以做到这一点，但它也需要反向工作，这样如果表 B 缺少一个值，而表 A 有一个值，它就会被填充。

编辑：期望的结果：

一些背景资料：

• AzureML 使用一种 SQLite 形式进行 SQL 解释，因此请尽量将您的答案保留在基本 SQL 中。谢谢！:)
• AzureML 有一个内置的 join 模块，供熟悉 AzureML 的人使用，但我认为它无法完成必要的工作。我将使用 SQL 解释模块。

感谢您的帮助！谢谢！

结果可以在实验中使用 writer 模块写入 SQL Azure，但在发布 Web 服务后，输出进入 Json 结构，并且不会进入 writer 模块

我已经发布了 Azure 机器学习实验中的 Web 服务，现在我希望使用 Azure 调度程序来安排这个 Web 服务

有人可以说明程序吗？

我从 Web 服务主页获得了 API KEY、REQUEST/RESPONSE 和 Batch Execution URI。

我已经使用 R 脚本模块创建了 Azure ML 实验，它在我们运行实验时工作正常，但是当我们发布 Web 服务时，它会抛出错误 http 500（我相信错误是在 R 脚本模块中引起的，因为其他模块在网络服务，但我无法调试问题

Http 状态码：500，时间戳：Fri, 08 May 2015 04:23:14 GMT

也有任何限制，例如某些在 Web 服务中不起作用的功能

当我们有一个数据类型为字符串且值如 col1 col2 1 .89 的列时，我们将面临错误

所以，当我们使用

在此之后我们收到错误，因为无法将非 int 转换为浮点类型

我有一组图像，它们具有单一的 OPEN 分类（它们显示的东西是打开的）。我找不到直接将打开状态添加到图像阅读器数据集的方法，因此我按照以下方式将单个输入数据完全外连接到图像阅读器。这似乎是一个黑客，有没有人知道这样做的“正确”方法？

我创建了一个实验并成功发布了一个需要输入的 Web 服务。

当我将此 Web 服务安排为 HTTPS POST 作业时，它会显示此错误

Http 操作 - 来自主机“ussouthcentral.services.azureml.net”的响应：“BadRequest”响应标头：x-ms-request-id：51fb1d34-5bc7-4832-ad9f-b19826468ea0 日期：2015 年 5 月 11 日星期一 11:02： 01 GMT 服务器：Microsoft-HTTPAPI/2.0 正文：{"error":{"code":"BadArgument","message":"提供的参数无效。","details":[{"code":"MissingInputBlobInformation", "target":"Inputs","message":"缺少 Azure 存储 blob 信息。请提供有效的连接字符串和相对路径或 URI，然后重试。"}]}}

我的数据不在 Azure Blob 存储中。我正在尝试将此 Web 输入作为 HTTPS POST BODY 的一部分传递。

在 Azure 机器学习的批处理执行 API 帮助页面中，有三个不同的 URI

• 提交作业（响应为作业 ID）
• 启动 Job（我们需要在这个 URI 中使用上面的 Job ID）
• 获取状态或结果（我们需要在这个 URI 中使用上面的 Job ID）

如何在 Azure 调度程序中自动执行这些作业？（即如果我想在特定日期执行 BES

我正在尝试按照本教程进行操作，但是我试图预测一组汽车的 MPG 而不是油价，并进行了以下设置：

1. MPG 样本数据集
2. 删除缺失值，投影除模型名称之外的所有内容（重量、位移、气缸等）
3. 拆分 75 用于训练模型，25 用于评分模型
4. 使用神经网络在 MPG 列上训练模型
5. 由训练模型和拆分提供的分数模型
6. 评分模型被馈送到评估模型

这一切似乎运行良好且没有问题，因此我创建了一个评分实验，然后将其作为 Web 服务发布，但是当我尝试输入值时，它要求输入 MPG。我的理解是这将是预测值，因此必须将其作为值输入似乎有些相反，或者我只是理解机器学习的基本原则？

简而言之：理想情况下，我希望能够输入除 MPG 之外的所有内容，并预测给定值的 MPG 是什么。