Web services azure ml web服务中显示为常量输入的允许值

Web services azure ml web服务中显示为常量输入的允许值,web-services,post,cortana-intelligence,azure-machine-learning-studio,Web Services,Post,Cortana Intelligence,Azure Machine Learning Studio,我已经使用Azure ML创建并部署了一个web服务。它可以工作,但是当我点击Test按钮测试web服务时,我无法在请求输入的屏幕中输入一组不同的输入值。请参见下面的屏幕截图。正如您所看到的,它不是一个可以输入值的文本框,而是一个下拉列表,其中的值就是脚本中的值 另外,请注意“说明”页面如何将允许的值显示为这些值 这些值来自我执行以下操作的初始脚本 ## ------- User-Defined Parameters ------ ## IDinput<- data.frame( Ge

我已经使用Azure ML创建并部署了一个web服务。它可以工作,但是当我点击Test按钮测试web服务时,我无法在请求输入的屏幕中输入一组不同的输入值。请参见下面的屏幕截图。正如您所看到的,它不是一个可以输入值的文本框,而是一个下拉列表,其中的值就是脚本中的值

另外,请注意“说明”页面如何将允许的值显示为这些值

这些值来自我执行以下操作的初始脚本

## ------- User-Defined Parameters ------ ##

IDinput<- data.frame(
GenderCD="M",
Age="8",
..,
..
)

# Select data.frame to be sent to the output Dataset port
maml.mapOutputPort("IDinput");
然后我有一个脚本,它使用POST as读取这些变量

# Map 1-based optional input ports to variables# Map 1-based optional input ports to variables
POST <- maml.mapInputPort(1) # class: data.frame

#getting data from POST
mytestrow = NULL
mytestrow$GenderCD=POST$GenderCD
mytestrow$Age=POST$Age

#perform logic and store in a data frame called outputdf

# Select data.frame to be sent to the output Dataset port
maml.mapOutputPort("outputdf");
我的总体架构如下所示

我倾向于使用AzureML中的Python,但这些概念仍应适用于R

分类输入用于将数据分类为几个定义良好的存储桶。在您传递的数据中,您似乎在限制允许的值,而不是提供默认值,这似乎是您的意图

## ------- User-Defined Parameters ------ ##

IDinput<- data.frame(
GenderCD="M",
Age="8",
..,
..
)
您能以类似元组的构造传入允许的参数吗

GenderCD = c("M","F")
Age = c(1,2,3,4,5,...,110,111,112)
...
IDinput<- data.frame(GenderCD,Age,...,other)