https://gallery.azure.ai/Collection/Twitter-Sentiment-Analysis-Collection-1处的情感分析示例显示了在训练实验中使用基于过滤器的特征选择，该实验用于生成SelectColumnsTransform以保存并用于预测实验，以及训练模型。 https://docs.microsoft.com/en-us/azure/machine-learning/studio/create-models-and-endpoints-with-powershell上的文章解释了如何以编程方式在不同数据集上训练多个模型，保存这些模型并创建然后修补多个新端点，以便每个端点可用于使用不同模型进行评分。同样的技术也可用于创建和保存多个SelectColumnsTransform输出，用于特定于给定训练数据集的特征选择。但是，Patch-AmlWebServiceEndpoint似乎不允许修改评分Web服务中的SelectColumnsTransform以使用训练期间保存的相关itransform。返回“EditableResourcesNotAvailable”消息，以及可以编辑的资源列表，其中包括模型但不包括转换。此外，与（例如）ImportData不同，SelectColumnsTransform不提供任何可以作为Web服务参数公开的参数。
那么，如何以编程方式创建多个Web服务端点，每个端点使用不同的SelectColumnsTransform itransform blob，例如文档分类服务，其中每个端点都基于一组不同的训练数据？
任何非常感谢的信息。
答案 0 :(得分：0)
没关系。我完全摆脱了SelectColumnsTransform（离开了示例实验），而是在训练实验中使用R脚本来保存所选列的名称，然后在预测实验中使用另一个R脚本来加载这些名称并删除任何其他功能列。