AzureML远程数据路径

wtzytmuj  于 2022-12-24  发布在  其他
关注(0)|答案(2)|浏览(131)

我尝试在python中访问Azure ML Studio中的MLTable数据资产,但无法确定路径的结构。
我的数据存储区名称为fooddb,MLTable名称为food。MLTable是在Microsoft Azure机器学习工作室中创建的。

training_data_input  = Input(type=AssetTypes.MLTABLE, path="azureml://datastores/fooddb/paths/food")

timeseries_job = automl.forecasting(
    compute="compute",
    training_data=training_data_input,
    experiment_name="salesforecast",
    target_column_name="QTY",
    primary_metric="r2_score",
    n_cross_validations=5,
    enable_model_explainability=True,
    forecasting_settings=forecast_settings
)
w8f9ii69

w8f9ii691#

前往蔚蓝之门
创建Azure机器学习工作室资源。

创建资源

后藤数据存储

单击新建数据存储区

给予完整详情

帐户密钥将在存储帐户中生成,稍后将显示。

转到存储帐户
点击上传


给予所需详细信息


数据集已上传

我们需要在数据存储区创建中给予的关键详细信息来自此处


单击下一步

数据URL是数据存储中可用作外部文件路径的文件路径。

snvhrwxg

snvhrwxg2#

要在作业中使用AzureML数据(表)资源,您可以将资源ID ...

# get the data asset
data_asset = ml_client.data.get(name="<asset-name>", version="<version>")

training_data_input  = Input(type=AssetTypes.MLTABLE, path=data_asset.id)

timeseries_job = automl.forecasting(
    compute="compute",
    training_data=training_data_input,
    experiment_name="salesforecast",
    target_column_name="QTY",
    primary_metric="r2_score",
    n_cross_validations=5,
    enable_model_explainability=True,
    forecasting_settings=forecast_settings
)

相关问题