我在 Azure ML 中构建了一个模型,然后将此模型作为 Web 服务发布。我想通过更新模型预测 WS 所需的输入来自定义 Web 服务的输入字段。
该模型已根据一组特征进行了训练,以预测给定日期的价格值。我希望客户提供预测价格的日期,而无需输入我在训练模型时提供的特征值。
当我通过删除预测实验中不需要的列(通过在评分模块之前添加选择列模块)来自定义 Web 服务输入时出现错误消息:
错误 1000:
AFx 库库异常:表:数据集 评分必须包含训练期间使用的所有特征,缺少 功能。
我将如何解决此问题?
我遇到了同样的问题,出现以下错误。
AFx Library library exception: table: The data set being scored must contain all features used during training, missing feature(s).
当我在同一项目中将分类算法更改为回归算法时,就会发生这种情况。我通过使用相同的步骤创建一个新项目来清除它,并且一切正常。
我认为问题是当我们改变算法类型时,ML工作室感到困惑。
评分模型模块需要用于训练模型的相同输入特征。这是机器学习算法的基本属性。
如果不是来自客户,您能否澄清功能价值来自哪里?
-鲁普