建立 Azure ML 連線

下拉式功能表項目，用於選取確定用於機器學習模型預測的 Azure ML 服務的組態。

支援的組態：

• Azure ML - 舊版格式：此設定應該用於 2022 年一月中旬之前部署的模型，這以下列格式使用預期為 JSON 的 Automated ML 來建立：

  {    "data": [      {        <field_list>      }    ] }

• Azure ML：此設定應該用於以下列格式使用預期為 JSON 的 Automated ML 或 Designer 來建立的模型：

  {    "Inputs": {      "<JSON_object_name>(default is ‘data’)": [        {          < field_list >        }      ]    } }

端點的名稱。

端點名稱是為 Azure 上的端點所指定的識別碼。這通常由設定端點或部署模型的使用者建立。

提供 Azure ML 端點金鑰。

Azure 上的所有模型均已啟用 Azure 金鑰驗證。這需要產生可以存取模型資源的存取金鑰 (主要金鑰或次要金鑰)。

Web 服務輸入名稱：部署的機器學習模型所預期的 JSON 物件名稱。如果預設名稱不適合模型使用的格式，則必須變更。

• Name of Returned Table：從部署的機器學習模型傳回的表格的名稱。

• Table Path (JMESPath)：可以使用 JSON 回應陣列中預測列的 JMES 表格路徑來指定表格。

• Load all available fields：啟用載入機器學習端點傳回的所有可用欄位。停用此功能可讓您指定要載入到應用程式中的表格欄位和值。

  開發應用程式時，建議先載入從模型端點傳回的所有欄位，然後潛在移除應用程式中分析不需要的欄位。

• 表格欄位 (JMESPath)：可透過新增下列內容來指定表格欄位：

  • Name：將在應用程式中載入的表格的名稱。

  • Value：JSON 回應陣列中回應列的名稱。

  JMESPath 查詢語言可用於剖析 JSON 回應陣列。

• Send Association Field：輸入資料表格中包含唯一識別碼的欄位。

  在對傳回的結果表格進行端點請求以使用索引鍵與來源欄位表格關聯時，需要在來源資料中包含此欄位。指定的欄位將作為回應中的欄位傳回，並使預測與資料模型中的來源資料相關聯。這可以是具有唯一 ID 的任何欄位，可以來自來源資料，也可以作為表格載入過程的一部分。

• Send Association Field：選取後，指定為關聯欄位的欄位將傳回至 Qlik Sense，並包含在傳送到端點的欄位中

  如果欄位屬於來源資料並且是模型所需的，則需要透過啟用 Send Association Field 將其傳送給模型。