Machine learning 错误-使用主成分分析（PCA）实现WebApp-Azure ML Studio_Machine Learning_Azure Machine Learning Studio_Azure Machine Learning Service_Azureml_Azure Machine Learning Workbench

Machine learning 错误-使用主成分分析（PCA）实现WebApp-Azure ML Studio

machine-learning

Machine learning 错误-使用主成分分析（PCA）实现WebApp-Azure ML Studio,machine-learning,azure-machine-learning-studio,azure-machine-learning-service,azureml,azure-machine-learning-workbench,Machine Learning,Azure Machine Learning Studio,Azure Machine Learning Service,Azureml,Azure Machine Learning Workbench,在将主成分分析PCA应用于我的数据集之后，为了获得更好的模型精度。13个特征维度，我使用PCA将其减少到10个特征。在这里之前一切都很好在WebApp中实现了该模型之后，它正在构建&在工作室中似乎很好在模型预测的测试阶段，用户界面系统没有显示10个特征作为输入，而是显示原始特征13，输出显示10个特征，而新生成的特征10没有任何特征名称。而且，执行预测后，预测根本不起作用\ 附件是屏幕截图，请参考。您能同时出示您的实验图吗？当您没有根据需求正确设置模型的输入时，就会出现这种问题。请仔细检查你

在将主成分分析PCA应用于我的数据集之后，为了获得更好的模型精度。13个特征维度，我使用PCA将其减少到10个特征。在这里之前一切都很好

在WebApp中实现了该模型之后，它正在构建&在工作室中似乎很好

在模型预测的测试阶段，用户界面系统没有显示10个特征作为输入，而是显示原始特征13，输出显示10个特征，而新生成的特征10没有任何特征名称。而且，执行预测后，预测根本不起作用\

附件是屏幕截图，请参考。

您能同时出示您的实验图吗？当您没有根据需求正确设置模型的输入时，就会出现这种问题。请仔细检查你如何定义你的实验

我想强调的一点是，在门户/快速测试页面中，根据文档，所有输入数据都将与原始导入数据相同