Модули классификации

В этой статье описываются модули в Машинное обучение Azure Studio (классическая модель), которые поддерживают создание моделей классификации. Эти модули можно использовать для создания моделей многоклассовой или двоичной классификации.

Примечание

Применимо к: машинное обучение Studio (классическая модель)

Это содержимое относится только к Studio (классическая модель). Аналогичные модули перетаскивания были добавлены в конструктор Машинное обучение Azure. Дополнительные сведения см. в статье сравнение двух версий.

Сведения о классификации

Классификация — это метод машинного обучения, который использует данные для определения категории, типа или класса элемента или строки данных. Например, классификацию можно использовать для следующих действий:

  • Классификация фильтров электронной почты как спама, спама или хорошего.
  • диагностика раковых заболеваний по лабораторным пробам, взятых у пациентов;
  • распределение клиентов по категориям с разной готовностью реагировать на рекламную акцию.
  • определение положительной или отрицательной тональности;

Задачи классификации часто упорядочены по бинарной классификации (A или B) или к нескольким классам (несколько категорий, которые можно прогнозировать с помощью одной модели).

Создание модели классификации

Чтобы сначала создать модель классификации или классификатор, выберите соответствующий алгоритм. Учитывайте следующие факторы:

  • Сколько классов или различных результатов вы хотите спрогнозировать?
  • Что такое распределение данных?
  • Сколько времени можно разрешить для обучения?

Машинное обучение Studio (классическая модель) предоставляет несколько алгоритмов классификации. При использовании алгоритма « один-VS-все » можно даже применить двоичный классификатор к задаче с несколькими классами.

После выбора алгоритма и настройки параметров с помощью модулей в этом разделе обучить модель на основе помеченных данных. Классификация — это метод защищенного машинного обучения. Им всегда требуются помеченные обучающие данные.

По завершении обучения можно оценить и настроить модель. Когда модель будет удовлетворена, используйте обученную модель для оценки новых данных.

Список модулей

Категория классификации включает следующие модули:

Примеры

Примеры классификации в действии см. в Коллекция решений ии Azure.

Сведения о выборе алгоритма см. в следующих статьях:

См. также раздел