DP-100 문제 321
참고: 이 질문은 동일한 시나리오를 제시하는 일련의 질문 중 일부입니다. 시리즈의 각 질문에는 명시된 목표를 충족할 수 있는 고유한 솔루션이 포함되어 있습니다. 일부 질문 세트에는 하나 이상의 올바른 솔루션이 있을 수 있지만 다른 질문 세트에는 올바른 솔루션이 없을 수 있습니다.
이 섹션의 질문에 답한 후에는 해당 질문으로 돌아갈 수 없습니다. 결과적으로 이러한 질문은 검토 화면에 나타나지 않습니다.
로지스틱 회귀 알고리즘을 사용하여 분류 모델을 교육합니다.
전체 글로벌 상대 중요도 값과 특정 예측 집합에 대한 로컬 중요도 측정값으로 각 기능의 중요도를 계산하여 모델의 예측을 설명할 수 있어야 합니다.
필요한 전역 및 로컬 기능 중요도 값을 검색하는 데 사용할 수 있는 설명자를 만들어야 합니다.
솔루션: PFIExplainer를 생성합니다.
솔루션이 목표를 충족합니까?
이 섹션의 질문에 답한 후에는 해당 질문으로 돌아갈 수 없습니다. 결과적으로 이러한 질문은 검토 화면에 나타나지 않습니다.
로지스틱 회귀 알고리즘을 사용하여 분류 모델을 교육합니다.
전체 글로벌 상대 중요도 값과 특정 예측 집합에 대한 로컬 중요도 측정값으로 각 기능의 중요도를 계산하여 모델의 예측을 설명할 수 있어야 합니다.
필요한 전역 및 로컬 기능 중요도 값을 검색하는 데 사용할 수 있는 설명자를 만들어야 합니다.
솔루션: PFIExplainer를 생성합니다.
솔루션이 목표를 충족합니까?
DP-100 문제 322
Python 스크립트가 포함된 두 단계를 사용하여 pipeline1이라는 Azure Machine Learning 파이프라인을 만듭니다. 첫 번째 단계에서 처리된 데이터는 두 번째 단계로 전달됩니다.
pipeline1의 다운스트림 데이터 원본 콘텐츠를 업데이트하고 파이프라인을 다시 실행해야 합니다. pipeline1의 새 실행이 업데이트된 콘텐츠를 완전히 처리하는지 확인해야 합니다.
해결 방법: 두 단계의 PythonScriptStep 개체의 allow_reuse 매개 변수를 False로 설정합니다. 솔루션이 목표를 충족합니까?
pipeline1의 다운스트림 데이터 원본 콘텐츠를 업데이트하고 파이프라인을 다시 실행해야 합니다. pipeline1의 새 실행이 업데이트된 콘텐츠를 완전히 처리하는지 확인해야 합니다.
해결 방법: 두 단계의 PythonScriptStep 개체의 allow_reuse 매개 변수를 False로 설정합니다. 솔루션이 목표를 충족합니까?
DP-100 문제 323
참고: 이 질문은 동일한 시나리오를 제시하는 일련의 질문 중 일부입니다. 시리즈의 각 질문에는 명시된 목표를 충족할 수 있는 고유한 솔루션이 포함되어 있습니다. 일부 질문 세트에는 하나 이상의 올바른 솔루션이 있을 수 있지만 다른 질문 세트에는 올바른 솔루션이 없을 수 있습니다.
이 섹션의 질문에 답한 후에는 해당 질문으로 돌아갈 수 없습니다. 결과적으로 이러한 질문은 검토 화면에 나타나지 않습니다.
작업 영역에서 Azure Machine Learning 서비스 데이터 저장소를 만듭니다. 데이터 저장소에는 다음 파일이 포함되어 있습니다.
* /data/2018/Q1 .csv
* /data/2018/Q2.csv
* /data/2018/Q3.csv
* /data/2018/Q4.csv
* /data/2019/Q1.csv
모든 파일은 다음 형식으로 데이터를 저장합니다.
id,M,f2,l
1,1,2,0
2,1,1,1
32,10
다음 코드를 실행합니다.
다음 코드를 사용하여 training_data라는 데이터 세트를 만들고 모든 파일의 데이터를 단일 데이터 프레임으로 로드해야 합니다.
해결 방법: 다음 코드를 실행합니다.
솔루션이 목표를 충족합니까?
이 섹션의 질문에 답한 후에는 해당 질문으로 돌아갈 수 없습니다. 결과적으로 이러한 질문은 검토 화면에 나타나지 않습니다.
작업 영역에서 Azure Machine Learning 서비스 데이터 저장소를 만듭니다. 데이터 저장소에는 다음 파일이 포함되어 있습니다.
* /data/2018/Q1 .csv
* /data/2018/Q2.csv
* /data/2018/Q3.csv
* /data/2018/Q4.csv
* /data/2019/Q1.csv
모든 파일은 다음 형식으로 데이터를 저장합니다.
id,M,f2,l
1,1,2,0
2,1,1,1
32,10
다음 코드를 실행합니다.
다음 코드를 사용하여 training_data라는 데이터 세트를 만들고 모든 파일의 데이터를 단일 데이터 프레임으로 로드해야 합니다.
해결 방법: 다음 코드를 실행합니다.
솔루션이 목표를 충족합니까?