# Używanie połączeń Azure ML w wyrażeniach wizualizacji

Połączeń analitycznych można używać w wyrażeniach wizualizacji. Składnia w przypadku używania połączeń analitycznych w wyrażeniach musi być zgodna ze składnią rozszerzeń po stronie serwera.

Dane powinny być przetwarzane w wyrażeniu wizualizacji tylko wtedy, gdy będą się one dynamicznie zmieniać na podstawie danych wejściowych od użytkownika. Jeśli tekst do analizy tekstu pochodzi z modelu danych i zawsze będzie taki sam, analiza tekstu powinna być zamiast tego obliczana w skrypcie ładowania i buforowana w modelu danych.

Jeśli zastosowanie bazuje na danych wejściowych użytkownika, można użyć połączenia analitycznego i odpowiedniej składni rozszerzenia po stronie serwera w wyrażeniu wykresu, aby tworzyć interaktywne wykresy, które wizualizują dane otrzymane z punktów końcowych modelu.

InformacjaPodczas używania połączeń Azure ML w wyrażeniu wykresu ważne jest podanie typów danych pól jako Azure, ponieważ model musi je przetworzyć w poprawnym formacie ciągu lub liczbowym. Ograniczenie rozszerzeń po stronie serwera w wyrażeniach wykresu polega na tym, że typy danych nie są automatycznie wykrywane tak jak w skrypcie ładowania.

Wykonaj następujące czynności:

1. Podczas edycji wizualizacji kliknij the Wyrażenie icon, aby otworzyć edytor wyrażeń.

2. W edytorze wyrażeń wprowadź wyrażenie do pola wyrażenia. Wyrażenie należy skonstruować przy użyciu składni rozszerzenia po stronie serwera.

InformacjaW zależności od rozmiaru danych i wywoływanych punktów końcowych uczenia maszynowego może to ograniczyć szybkość reakcji wykresów zawierających połączenia analityczne, ponieważ w celu przeprowadzenia obliczeń dane są wysyłane do usług Azure i z nich zwracane.

[Korzystanie z edytora wyrażeń](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/Expressions/work-with-expression-editor.htm)

[Składnia rozszerzeń po stronie serwera](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/LoadData/sse-syntax.htm)

## Przykład

Oto przykład wywołania modelu zewnętrznego, który dokonuje prognoz rotacji klientów banku:

```
sum(aggr(endpoints.ScriptEvalEx('SNNNNNNNNNNSSNNSNNNNNSSSSSNSNNSS','{"RequestType":"endpoint", "endpoint":{"connectionname":"$(vConnectionName)"}}',
id_loan,
CurrentBalance,
loan_age,
delq_sts,
Margin,
countLatePayment,
RefinanceRateRelativity,
RealGDP,
ChangeUnemploymentRate,
CurrentLCV,
fico,
flag_fthb,
cd_msa,
mi_pct,
cnt_units,
occpy_sts,
cltv,
dti,
orig_upb,
ltv,
int_rt + vInterestRateShift as int_rt,
channel,
ppmt_pnlty,
prod_type,
st,
prop_type,
zipcode,
loan_purpose,
orig_loan_term,
cnt_borr,
flag_sc,
customerFeedback
),id_loan))
```