应用PowerBI机器学习模型对新数据进行评分

# 应用 Power BI 机器学习模型对新数据进行评分 ## 1. 准备工作 在将新的 FAA 野生动物撞击数据引入 Power BI 之前，需要完成一些准备工作： - **数据接入选项**：可以通过以下方式将数据导入 Power BI 云服务： - Microsoft OneDrive（需与 Power BI 云服务建立连接） - Microsoft Access + Power BI 网关 - Azure Data Lake（需与 Power BI 云服务建立连接） - **软件要求**：使用 2023 年 4 月或更高版本的 Power BI Desktop（无需许可证） ## 2. 下载并配置新的 FAA 野生动物撞击数据 首先，下载一份新的 FAA 野生动物撞击数据。之前使用的数据截止到 2022 年 10 月 16 日，新文件包含截至 2023 年 3 月 1 日的数据。可以从 Packt GitHub 网站下载文本文件：[下载链接](https://github.com/PacktPublishing/Unleashing-Your-Data-with-Power-BI-Machine-Learning-and-OpenAI/tree/main/Chapter-11/STRIKE_REPORTS_new.txt)。 在实际的数据项目中，常见的做法是更新源文件或设置自动化增量刷新流程。这里将新数据作为单独的查询添加到数据流中，以保留原始源数据，方便进行源到目标的比较。 由于 FAA 野生动物撞击数据的源是一个压缩文件中的 Access 数据库，无法直接自动导入 Power BI。如果想自动化下载数据的过程，可以使用 Azure Data Factory 等工具进行夜间数据拉取。 ## 3. 将新的 FAA 野生动物撞击数据添加到 Power BI 假设已将从 Packt GitHub 网站下载的文本文件添加到 OneDrive。以下是将新数据添加到“Strike Reports”数据流的步骤： 1. 打开名为“Strike Reports”的数据流，导航到“编辑表”屏幕。 2. 按照以下步骤将新数据添加到“Raw Data”组： 1. 选择“获取数据”|“文本/CSV”。 2. 浏览 OneDrive，选择“STRIKE_REPORTS_new.txt”文件。 3. 点击“选择”，然后点击“下一步”。 4. 点击“创建”。 5. 将查询移动到“Raw Data”组。 6. 如果“应用步骤”中添加了“更改列类型”，请将其删除。 7. 将查询重命名为“Strike Reports New”。 3. 将新的撞击报告查询的一个版本添加到“Curated Queries”组，用于机器学习查询： 1. 右键单击“Strike Reports New”，选择“引用”。 2. 将新文件移动到“Curated Report Queries”组。 3. 将文件重命名为“Strike Reports Curated New”。 4. 复制“Strike Reports Curated”查询的逻辑，并过滤新查询，使其仅包含 2022 年 10 月 16 日之后添加到 FAA 野生动物撞击数据库的新数据。可以复制粘贴 M 代码，也可以从 Packt GitHub 网站复制代码：[代码链接](https://github.com/PacktPublishing/Unleashing-Your-Data-with-Power-BI-Machine-Learning-and-OpenAI/tree/main/Chapter-11)。 以下是操作步骤的 mermaid 流程图： ```mermaid graph LR A[打开 Strike Reports 数据流] --> B[获取数据 - 文本/CSV] B --> C[浏览 OneDrive 选择文件] C --> D[点击选择和下一步] D --> E[点击创建] E --> F[移动查询到 Raw Data 组] F --> G[删除更改列类型步骤] G --> H[重命名查询为 Strike Repor ```