如何管理多个数据集-机器学习Azure

Question

是否有任何模块可以接受多个数据集进行处理？ 例如，“拆分数据”，“编辑元数据”和“选择数据集中的列”不接受多个数据集作为输入。

这就是我所做的： 我的模型中有几个数字变量和分类变量。我使用“转换为指标变量”模块为数据创建了虚拟变量。如何将指标变量和数值变量包含到一个数据集中，以便可以为模型拆分数据？

到目前为止，我正在使用Python进行数据整理，并在Azure MLS中移动数据集以进行建模。理想情况下，我需要在Azure MLS中处理数据。

我希望有一个模块可以合并Azure MLS中的分类装箱变量和数字变量

Answer 1

是的，有几个模块可以接收多个数据集-Add Columns，Apply SQL Transformation，Execute Python Script，仅举几个例子。

虽然不确定为什么需要它们作为指标值-假设您正在谈论培训/测试拆分，那么我将在调用“转换为指标值”模块后拆分数据。

Answer 2

我将添加到上面的答案。如果数据集具有公共键，则也可以使用Execute R脚本和Join data。