可以在Azure ML中的执行R脚本中构建线性回归 [英] it is possible to build Linear Regression in Execute R Script in Azure ML

问题描述

HI全部，

我是Azure ML的新手，

i am new in Azure ML,

我在执行R脚本中建立一个线性回归，下面是代码

i build a Linear Regression in execute R Script below is code

＃将基于1的可选输入端口映射到变量

dataset1< - maml.mapInputPort（1）#class：data.frame

set.seed（1）

row.number< - sample（1：nrow（dataset1），0.8 * nrow（dataset1））

train = dataset1 [row.number，]

test = dataset1 [-row.number，]



model1 = lm（log（price）〜。 ，data = train）

pred1< - predict（model1，newdata = test）

rmse< - sqrt（sum（（exp（pred1） - test $ price ）^ 2）/长度（测试$ price））

c（RMSE = rmse，R2 =摘要（model1）$ r.squared）



但是在部署Web服务之后 当我测试它的错误时

# Map 1-based optional input ports to variables
dataset1 <- maml.mapInputPort(1) # class: data.frame
set.seed(1)
row.number <- sample(1:nrow(dataset1), 0.8*nrow(dataset1))
train = dataset1[row.number,]
test = dataset1[-row.number,]

model1 = lm(log(price)~., data=train)
pred1 <- predict(model1, newdata = test)
rmse <- sqrt(sum((exp(pred1) - test$price)^2)/length(test$price))
c(RMSE = rmse, R2=summary(model1)$r.squared)

but after deploying Web service  when i test it's error out

问候，

Manish

推荐答案

您好， 

Hi, 

是的，可以使用Azure ML的"执行R脚本"模块构建模型。我相信你错过了输出语句，如下所示：

Yes, it is possible to build a model using Azure ML's 'Execute R Script' module. I believe you are missing the output statement as shown below:

https://docs.microsoft.com/en-us/azure / machine-learning / studio-module-reference / execute-r-script

＃选择要发送到输出数据集的data.frame端口

maml.mapOutputPort（ " data.set" ）;

你可以添加它并查看它是否有效吗？

Could you add this and see if it works?

问候，

Jaya

Regards,
Jaya

这篇关于可以在Azure ML中的执行R脚本中构建线性回归的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！