Saltar al contenido principal Saltar al contenido complementario

Crear una conexión a Azure ML

Las conexiones con Azure ML se crean en el editor de carga de datos.

Una vez que haya creado una conexión, puede seleccionar datos de las tablas disponibles para enviarlos a Azure ML para realizar cálculos y luego cargar los datos en su app. La conexión se puede utilizar no solo en el script de carga de los datos, sino también en expresiones de gráfico para llamar a los puntos de conexión y realizar cálculos de expresiones de gráfico en tiempo real.

Debe conocer la configuración y las credenciales de acceso al servicio Azure ML al que desea conectarse.

Ajustes configurables

Los ajustes siguientes se pueden configurar en el diálogo de conexión:

Ajustes configurables en el diálogo de conexión
Campo Descripción
Seleccionar configuración

Elemento del menú desplegable para seleccionar la configuración que determina qué modelos de Azure ML utilizar para las predicciones del modelo de aprendizaje automático.

Configuraciones admitidas:

  • Azure ML - Legacy Format: esta configuración se debe usar para los modelos implementados antes de mediados de enero de 2022 que se crearon con Automated ML, el cual espera JSON en el siguiente formato:

    {    "data": [      {        <field_list>      }    ] }
  • Azure ML: esta configuración se debe usar para los modelos que se crearon con Automated ML o Designer , los cuales esperan JSON en el siguiente formato:

    {    "Inputs": {      "<JSON_object_name>(default is ‘data’)": [        {          < field_list >        }      ]    } }
Nota informativaSi tiene dudas sobre qué configuración usar, puede volver a implementar su modelo y utilizará el nuevo formato.
Nombre del punto de conexión

El nombre del punto de conexión.

El nombre del punto de conexión es el identificador proporcionado para el punto de conexión en Azure. Por lo general, esto lo crea el usuario que configura el punto de conexión o implementa un modelo.

Autenticación

Proporciona la Clave del punto de conexión de Azure ML.

Todos los modelos en Azure se autentican mediante la autenticación basada en claves habilitada por Azure. Esto requiere una clave de acceso (clave primaria o secundaria) generada que tenga acceso al recurso del modelo.

Solicitud

Nombre de entrada del servicio web: nombre del objeto JSON que espera el modelo de aprendizaje automático implementado. Debe cambiarse si el nombre predeterminado no se ajusta al formato utilizado por el modelo.

Tabla de respuesta
  • Nombre de la tabla devuelta: el nombre de la tabla que devuelve el modelo de aprendizaje automático implementado.

  • Ruta de tabla (JMESPath): la tabla se puede especificar utilizando la ruta de la tabla JMES a la fila de predicciones en la matriz de respuesta JSON.

Campos de respuesta
  • Cargar todos los campos disponibles: habilite la carga de todos los campos disponibles devueltos por el aprendizaje automático. Deshabilitar esto le permitirá especificar los campos y valores de la tabla para cargar en la app.

    Al desarrollar apps, se recomienda cargar primero todos los campos devueltos desde el punto de conexión del modelo y luego posiblemente eliminar los campos que no son necesarios para el análisis en la app.

  • Campos de tabla (JMESPath): los campos de tabla se pueden especificar agregando:

    • Nombre: el nombre de la tabla que se cargará en la app.

    • Valor: el nombre de la fila de respuesta en la matriz de respuesta JSON.

    El lenguaje de consulta JMESPath se puede utilizar para analizar la matriz de respuesta JSON.

Asociación
  • Campo de asociación: un campo de la tabla de datos de entrada que contiene un identificador único.

    Es necesario incluir este campo en los datos de origen al realizar una solicitud de punto de conexión para que la tabla de resultados devuelta se asocie con la tabla de campo de origen mediante una clave. El campo designado se devolverá como un campo en la respuesta y permitirá que las predicciones se asocien con los datos de origen en el modelo de datos. Puede ser cualquier campo con un ID único, ya sea de los datos de origen o como parte del proceso de carga de la tabla.

  • Enviar campo de asociación: cuando se selecciona esta opción, el campo especificado como campo de asociación se devolverá a Qlik Sense y se incluirá en los campos enviados al punto de conexión.

    Si el campo pertenece a los datos de origen y el modelo lo espera, debe enviarse al modelo habilitando Enviar campo de asociación.

Nombre El nombre de la conexión. Se utilizará el nombre predeterminado si no indica un nombre.

Crear una nueva conexión

  1. Acceda al conector a través del Editor de carga de datos o Script.

  2. Haga clic en Crear nueva conexión.

  3. En Espacio, seleccione el espacio donde se ubicará la conexión.

  4. Seleccione Azure ML en la lista de conectores de datos.

  5. Complete los campos del diálogo de conexión.

  6. Haga clic en Crear.

Su conexión ahora aparece en Conexiones de datos en Editor de carga de datos o Script.

¿Esta página le ha sido útil?

No dude en indicarnos en qué podemos mejorar si encuentra algún problema en esta página o su contenido, como, por ejemplo, errores tipográficos, pasos que falta o errores técnicos.