API REST машинного обучения Azure: почему прогноз включен в пример запроса?

Question

Я следовал руководству Microsoft по немецкой модели риска для кредитных карт, шаг за шагом и без ошибок. Алгоритм работает, он успешно развернут и т.д.

Я использую Select Columns in Dataset, чтобы выбрать столбцы для ввода, и я делаюТо же самое, чтобы выбрать выходные столбцы.

Я заметил, что когда я смотрю на вкладку Request/Response развернутой модели, образец запроса включает в себя все столбцы, игнорируя выбор, который я предоставил. Это включает в себя поле для прогнозирования, которое является столбцом 21:

{
  "Inputs": {
    "input1": {
      "ColumnNames": [
        "Col1",
        "Col2",
        "Col3",
        "Col4",
        "Col5",
        "Col6",
        "Col7",
        "Col8",
        "Col9",
        "Col10",
        "Col11",
        "Col12",
        "Col13",
        "Col14",
        "Col15",
        "Col16",
        "Col17",
        "Col18",
        "Col19",
        "Col20",
        "Col21"

Проблема : столбец 21 - это сам кредитный риск, поэтому API ожидает получения этого значения. Вместо этого - это значение, которое следует прогнозировать!

Очевидно, что существует проблема со схемой ввода, но как я могу это изменить? Как я могу убедиться, что это поле не запрашивается API?

Answer 1

Не беспокойтесь о схеме ввода для поля Col21. Поле Col21 во входных данных просто адаптируется для модуля Edit Metadata, который требует данные Col21 на этапе обучения.

Вы просто заполняете недопустимое значение, например 0 (0 - этонедопустимое классифицированное значение для риска) в поле Col21, а затем веб-служба возвратит прогнозируемое классифицированное значение для замены значения Col21 ваших входных данных.

Здесь я использую первые данныезапись образца данных со значением Col21 0 для тестирования по ссылке Test на портале, все работает нормально и возвращает 1 для Credit risk

Рис. 1. НажатьTest ссылка для проверки на Col21 с 0

Рис 2. Использовать первую запись выборки для проверки

Рис. 3. Значение Col21 input1 равно 0, а значение Credit risk output1 равно 1