2019年1月10日にワークショップでMicrosoft Azure Machine Learning Studio (以下は、ML Studio)を学ぶ機会があった。ML Studioを使って自動車の価格予測をするモデルを作成した。その時に他の参加者からデプロイしたWebサービスをPower BIで活用できないかという質問があったので試しに作ってみる。

やりたい事

Power BIからML StudioでデプロイしたモデルのWebサービスを呼び出して、価格の予測する。

初めに自動車の情報をインポート
インポートした情報を入力にWebサービスで価格を予測

データセットは、ML Studio のサンプルとして用意されているAutomobile prise data (Raw)を使用しており以下のコードのカラムもこのデータセットに準拠しています。

進め方

Power BI Desktop で検証しました。
Power BI サービスでも動くと思います。
PowerQuery で作成しているため、Excel でも動くと思います。

予測する自動車のデータをExcelで用意してテーブルを設定
Power Bi DesktopでExcelファイルを読み込む
カスタム列を追加してコードを書く

カスタム列

let
    apikey      = "YOUR_API_KEY_HERE",
    endpoint    = "https://ussouthcentral.services.azureml.net/workspaces/xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx/services/xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx/execute",
    parameter   = "?api-version=2.0&details=true",
    url         = endpoint & parameter,
    #"txt_symboling"          = Number.ToText([#"symboling"]),
    #"txt_normalized-losses"  = Number.ToText([#"normalized-losses"]),
    #"txt_make"               = [#"make"],
    #"txt_fuel-type"          = [#"fuel-type"],
    #"txt_aspiration"         = [#"aspiration"],
    #"txt_num-of-doors"       = [#"num-of-doors"],
    #"txt_body-style"         = [#"body-style"],
    #"txt_drive-wheels"       = [#"drive-wheels"],
    #"txt_engine-location"    = [#"engine-location"],
    #"txt_wheel-base"         = Number.ToText([#"wheel-base"]),
    #"txt_length"             = Number.ToText([#"length"]),
    #"txt_width"              = Number.ToText([#"width"]),
    #"txt_height"             = Number.ToText([#"height"]),
    #"txt_curb-weight"        = Number.ToText([#"curb-weight"]),
    #"txt_engine-type"        = [#"engine-type"],
    #"txt_num-of-cylinders"   = [#"num-of-cylinders"],
    #"txt_engine-size"        = Number.ToText([#"engine-size"]),
    #"txt_fuel-system"        = [#"fuel-system"],
    #"txt_bore"               = Number.ToText([#"bore"]),
    #"txt_stroke"             = Number.ToText([#"stroke"]),
    #"txt_compression-ratio"  = Number.ToText([#"compression-ratio"]),
    #"txt_horsepower"         = Number.ToText([#"horsepower"]),
    #"txt_peak-rpm"           = Number.ToText([#"peak-rpm"]),
    #"txt_city-mpg"           = Number.ToText([#"city-mpg"]),
    #"txt_highway-mpg"        = Number.ToText([#"highway-mpg"]),
    #"txt_price"              = Number.ToText([#"price"]),
    jsonbody    = "{
  ""Inputs"": {
    ""input1"": {
      ""ColumnNames"": [
        ""symboling"",
        ""normalized-losses"",
        ""make"",
        ""fuel-type"",
        ""aspiration"",
        ""num-of-doors"",
        ""body-style"",
        ""drive-wheels"",
        ""engine-location"",
        ""wheel-base"",
        ""length"",
        ""width"",
        ""height"",
        ""curb-weight"",
        ""engine-type"",
        ""num-of-cylinders"",
        ""engine-size"",
        ""fuel-system"",
        ""bore"",
        ""stroke"",
        ""compression-ratio"",
        ""horsepower"",
        ""peak-rpm"",
        ""city-mpg"",
        ""highway-mpg"",
        ""price""
      ],
      ""Values"": [
        [
          """ & #"txt_symboling"          & """,
          """ & #"txt_normalized-losses"  & """,
          """ & #"txt_make"               & """,
          """ & #"txt_fuel-type"          & """,
          """ & #"txt_aspiration"         & """,
          """ & #"txt_num-of-doors"       & """,
          """ & #"txt_body-style"         & """,
          """ & #"txt_drive-wheels"       & """,
          """ & #"txt_engine-location"    & """,
          """ & #"txt_wheel-base"         & """,
          """ & #"txt_length"             & """,
          """ & #"txt_width"              & """,
          """ & #"txt_height"             & """,
          """ & #"txt_curb-weight"        & """,
          """ & #"txt_engine-type"        & """,
          """ & #"txt_num-of-cylinders"   & """,
          """ & #"txt_engine-size"        & """,
          """ & #"txt_fuel-system"        & """,
          """ & #"txt_bore"               & """,
          """ & #"txt_stroke"             & """,
          """ & #"txt_compression-ratio"  & """,
          """ & #"txt_horsepower"         & """,
          """ & #"txt_peak-rpm"           & """,
          """ & #"txt_city-mpg"           & """,
          """ & #"txt_highway-mpg"        & """,
          """ & #"txt_price"              & """
        ]
      ]
    }
  },
  ""GlobalParameters"": {}
}",
    bytesbody   = Text.ToBinary(jsonbody),
    headers     = [#"Authorization" = "Bearer " & apikey,
                   #"Content-Type"  = "application/json"],
    bytesresp   = Web.Contents(url, [Headers=headers, Content=bytesbody]),
    jsonresp    = Json.Document(bytesresp),
    Results     = jsonresp[Results],
    output1     = Results[output1],
    value       = output1[value],
    Values      = value[Values],
    Values1     = Values{0},
    convTable = Table.FromList(Values1, Splitter.SplitByNothing(), null, null, ExtraValues.Error)
in
    convTable

参考

以下のページを参考しました。
チュートリアル: Power BI を Text Analytics Cognitive Service と統合する