# Использование подключений Azure ML в выражениях визуализации

В выражениях визуализации можно использовать аналитические подключения. Применяя аналитические подключения в выражениях, необходимо следовать синтаксису серверных расширений.

Данные следует обрабатывать в выражении визуализации только в случае динамического изменения на основе ввода пользователя. Если текст для анализа берется из модели данных и всегда будет неизменным, то текстовый анализ должен вычисляться в скрипте загрузки и сохраняться в кэше модели данных.

Если конкретный сценарий применения основан на вводе пользователя, можно использовать аналитическое подключение и соответствующий синтаксис серверного расширения в выражении диаграммы, чтобы создавать интерактивные диаграммы для визуализации данных, полученных из конечных точек модели.

Примечание к информацииПри использовании Azure ML в выражении диаграммы важно указывать типы данных полей, так как Azure необходимо обрабатывать их в правильном формате «строка/числовое значение». Использование серверных расширений в выражениях диаграмм имеет ограничение: типы данных не обрабатываются автоматически так, как это делается в скрипте загрузки.

Выполните следующие действия.

1. При редактировании визуализации щелкните the Выражение icon, чтобы открыть редактор выражения.

2. В редакторе выражения введите выражение в соответствующее поле. Выражение необходимо составлять, используя синтаксис серверного расширения.

Примечание к информацииНа скорость отклика диаграмм с аналитическими подключениями может влиять объем данных и вызываемые конечные точки машинного обучения, так как эти данные должны проходить путь в службы Azure для вычислений и обратно.

[Работа с редактором выражений](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/Expressions/work-with-expression-editor.htm)

[Синтаксис серверных расширений](https://help.qlik.com/ru-RU/cloud-services/Subsystems/Hub/Content/Sense_Hub/LoadData/sse-syntax.htm)

## Пример

Ниже приводится пример вызова внешней модели, которая выполняет прогнозирование оттока клиентов по банковскому обслуживанию.

```
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))
```