Azure完成一个二分类实验

Azure完成一个二分类实验

工作需要，这两天调研了一下机器学习平台，尝试使用了微软的Azure机器学习平台。

Google ML / Amazon ML /Microsoft Azure 三个平台的对比分析参考

Azure使用步骤

参考博客：https://blog.csdn.net/zhangjing199402/article/details/81298269

• 创建实验

右下角创建一个新的实验，上方的红框可以给实验命名（可以不唯一）。

• 选择/上传数据集

这里选择的是一个关于收入的二分类数据集。可以进行数据集的可视化：

点击数据框下方的圈圈，选择Visualize——

数据可视化：

• 清理缺失数据

这里选择的是直接删除有缺失数据的样本，还可以自定义值替换缺失值等。

• 选择数据中需要的列作为feature

从左侧拖动【Select Columns in Dataset】模块到框内，并于上一个框连接（忘记截图了，可以直接看下一个步骤的图），在本模块的右侧设置选择的列作为分类的feature，注意，作为label的列也要选进去：

• 划分训练集和测试集比例

可以在右侧设置训练集和测试集的比例。

• 选择模型（可选一个或两个对比）

点击模型模块，可以在右侧调参。

• 配置模型的数据和label

【Split Data】模块的左输出点为训练数据，右输出点为测试数据，将数据和模型通过箭头与【Train Model】模块相连，点击【Train Model】模块，可在右侧选择一列作为label。

• 模型运行和评估

添加【Score Model】模块和【Evaluate Model】模块（注意输入流的箭头连接），然后点击下方的run

如题，全部显示绿色的勾则表示模型成功运行，点击【Evaluate Model】下方的圆圈可以对结果进行可视化查看：