在 Azure Data Factory 和 Synapse Analytics 中执行 Azure Machine Learning 管道

适用于: Azure Data Factory Azure Synapse Analytics

在 Azure Data Factory 和 Synapse Analytics 的管道中,将 Azure Machine Learning 管道作为步骤运行。 Machine Learning执行管道活动支持批量预测方案,例如识别可能的贷款违约情况、确定情绪和分析客户行为模式。

语法

{
    "name": "Machine Learning Execute Pipeline",
    "type": "AzureMLExecutePipeline",
    "linkedServiceName": {
        "referenceName": "AzureMLService",
        "type": "LinkedServiceReference"
    },
    "typeProperties": {
        "mlPipelineId": "machine learning pipeline ID",
        "experimentName": "experimentName",
        "mlPipelineParameters": {
            "mlParameterName": "mlParameterValue"
        }
    }
}

Type属性

属性 说明 允许的值 必需
名称 管道中活动的名称 字符串 是
类型 活动类型为“AzureMLExecutePipeline” 字符串 是
关联服务名称 将服务链接到Azure Machine Learning 链接服务引用 是
mlPipelineId 已发布 Azure Machine Learning 管道的 ID 字符串(或带有 resultType 字符串的表达式) 是
实验名称 机器学习管道运行的试验运行历史名称 字符串(或带有 resultType 字符串的表达式) 否
mlPipelineParameters 要传递给已发布的 Azure Machine Learning 管道终结点的键值对。 密钥必须与已发布Machine Learning管道中定义的管道参数的名称匹配 具有键/值对的对象(或具有 resultType 对象的表达式) 否
mlParentRunId 父Azure Machine Learning管道运行 ID 字符串(或带有 resultType 字符串的表达式) 否
数据路径分配 用于在Azure Machine Learning中更改数据路径的字典。 启用数据路径的交换 具有键值对的对象 否
continueOnStepFailure(步骤失败时继续) 如果步骤失败,是否继续执行Machine Learning管道运行中的其他步骤 boolean 否

注意

若要在Machine Learning管道名称和 ID 中填充下拉列表项,用户需要具有列出 ML 管道的权限。 UI 直接使用已登录用户的凭据调用 AzureMLService API。 使用专用终结点时,下拉列表项的发现所需时间会大幅增加。

参阅以下文章了解如何以其他方式转换数据: