분류 모듈

이 문서에서는 분류 모델 생성을 지 원하는 Azure Machine Learning Studio (클래식)의 모듈을 설명 합니다. 이러한 모듈을 사용 하 여 이진 또는 다중 클래스 분류 모델을 빌드할 수 있습니다.

참고

적용 대상: Machine Learning Studio (클래식)

이 콘텐츠는 Studio (클래식)에만 해당 됩니다. Azure Machine Learning 디자이너에는 비슷한 끌어서 놓기 모듈이 추가 되었습니다. 이 문서에서는 두 가지 버전을 비교 하는방법에 대해 자세히 알아보세요.

분류 정보

분류는 데이터를 사용 하 여 항목 또는 데이터 행의 범주, 유형 또는 클래스를 확인 하는 기계 학습 방법입니다. 예를 들어 분류를 사용하여 다음을 수행할 수 있습니다.

  • 전자 메일 필터를 스팸, 정크 또는 양호으로 분류 합니다.
  • 환자의 실험실 샘플이 종양성인지 확인합니다.
  • 영업 캠페인에 응답하는 고객의 성향을 기준으로 고객을 분류합니다.
  • 감정을 긍정적 또는 부정적으로 식별합니다.

분류 작업은 분류가 이진 (A 또는 B) 인지, 아니면 다중 클래스 (단일 모델을 사용 하 여 예측할 수 있는 여러 범주) 인지에 따라 구성 되는 경우가 많습니다.

분류 모델 만들기

분류 모델 또는 분류자 를 만들려면 먼저 적절 한 알고리즘을 선택 합니다. 다음 항목을 고려합니다.

  • 예측 하려는 클래스나 다른 결과는 몇 개입니까?
  • 데이터의 분포는 어떻게 되나요?
  • 학습에 얼마나 많은 시간을 허용할 수 있나요?

Machine Learning Studio (클래식)은 여러 분류 알고리즘을 제공 합니다. 다중 클래스 알고리즘을 사용 하는 경우 이진 분류자를 사용 하 여 문제에도 적용할 수 있습니다.

알고리즘을 선택 하 고이 섹션의 모듈을 사용 하 여 매개 변수를 설정한 후 레이블이 지정 된 데이터에 대 한 모델을 학습 합니다. 분류는 감독 된 기계 학습 방법입니다. 항상 레이블이 지정 된 학습 데이터를 요구 합니다.

학습을 완료 하면 모델을 평가 하 고 튜닝할 수 있습니다. 모델에 만족 하는 경우 학습 된 모델을 사용 하 여 새 데이터의 점수 를 매길 수 있습니다.

모듈 목록

분류 범주에는 다음 모듈이 포함 됩니다.

예제

작업의 분류 예는 Azure AI Gallery를 참조 하세요.

알고리즘 선택에 대 한 도움말은 다음 문서를 참조 하세요.

참고 항목