Sınıflandırma modülleri
Önemli
Machine Learning Stüdyosu (klasik) desteği 31 Ağustos 2024'te sona erecektir. Bu tarihe kadar Azure Machine Learning'e geçmenizi öneririz.
1 Aralık 2021'den başlayarak artık yeni Machine Learning Stüdyosu (klasik) kaynakları oluşturamayacaksınız. 31 Ağustos 2024'e kadar mevcut Machine Learning Stüdyosu (klasik) kaynaklarını kullanmaya devam edebilirsiniz.
- makine öğrenimi projelerini ML Studio (klasik) konumundan Azure Machine Learning taşımaya yönelik bilgilerebakın.
- Azure Machine Learninghakkında daha fazla bilgi edinin.
ML Stüdyosu (klasik) belgeleri kullanımdan kaldırılacak ve gelecekte güncelleştirilmeyecektir.
bu makalede sınıflandırma modellerinin oluşturulmasını destekleyen Machine Learning Studio 'daki (klasik) modüller açıklanmaktadır. Bu modülleri, ikili veya birden çok sınıf sınıflandırma modelleri oluşturmak için kullanabilirsiniz.
Not
uygulama hedefi: yalnızca Machine Learning Studio (klasik)
benzer sürükle ve bırak modülleri Azure Machine Learning tasarımcısındakullanılabilir.
Sınıflandırma hakkında
Sınıflandırma, bir öğenin veya veri satırının kategorisini, türünü veya sınıfını belirlemede verileri kullanan bir makine öğrenimi yöntemidir. Örneğin, Sınıflandırmayı kullanarak şunları yapabilirsiniz:
- E-posta filtrelerini istenmeyen posta, istenmeyen veya iyi olarak sınıflandırın.
- Hasta 'in laboratuvar örneğinin cancerou olup olmadığını belirleme.
- Müşterileri bir satış kampanyasına yanıt vermek için eğilimini göre kategorilere ayırın.
- Yaklaşımı pozitif veya negatif olarak belirler.
Sınıflandırma görevleri genellikle bir sınıflandırmanın ikili (A veya B) ya da birden çok Sınıf (tek bir model kullanılarak tahmin edilebilir birden fazla kategori) olup olmadığı sıklıkla düzenlenir.
Sınıflandırma modeli oluşturma
Bir sınıflandırma modeli veya sınıflandırıcıoluşturmak için önce uygun bir algoritma seçin. Şu faktörleri göz önünde bulundurun:
- Kaç sınıf veya farklı sonuç tahmin etmek istiyorsunuz?
- Verilerin dağılımı nedir?
- Eğitim için ne kadar zaman izin verebilirsiniz?
Machine Learning Studio (klasik) birden çok sınıflandırma algoritması sağlar. Tek vs-All algoritmasını kullandığınızda, birden çok Lass sorununa ikili bir sınıflandırıcı da uygulayabilirsiniz.
Bir algoritma seçtikten ve bu bölümdeki modülleri kullanarak parametreleri ayarladıktan sonra, etiketli veriler üzerinde modeli eğitme. Sınıflandırma, denetimli bir makine öğrenimi yöntemidir. Her zaman etiketli eğitim verileri gerektirir.
Eğitim bittiğinde modeli değerlendirebilir ve ayarlayabilirsiniz. Modelden memnun olduğunuzda, yeni verilerle Puanlama için eğitilen modeli kullanın.
Modül listesi
Sınıflandırma kategorisi aşağıdaki modülleri içerir:
- Birden çok Lass karar ormanı: karar ormanı algoritmasını kullanarak çok bir Lass sınıflandırma modeli oluşturur.
- Birden çok Lass karar Jungle: karar Jungle algoritmasını kullanarak çok bir Lass sınıflandırma modeli oluşturur.
- Birden çok Lass Lojistik gerileme: çok bir Lass lojistik regresyon sınıflandırması modeli oluşturur.
- Birden çok Lass sinir ağı: bir sinir ağ algoritması kullanarak çok bir Lass sınıflandırma modeli oluşturur.
- Bire karşı hepsi çoklu sınıf: ikili sınıflandırma modellerinin bir bütün olarak bir çok Lass sınıflandırma modeli oluşturur.
- Iki sınıflı ortalama Perceptron: bir ortalama Perceptron ikili sınıflandırma modeli oluşturur.
- Iki sınıflı Bayes noktası makinesi: bir Bayes noktası makinesi ikili sınıflandırma modeli oluşturur.
- Iki sınıflı bir karar ağacı: bir ikili sınıflandırıcının, bir önceden maliyetli karar ağacı algoritması kullanarak oluşturur.
- Iki sınıf karar ormanı: karar ormanı algoritmasını kullanarak iki sınıflı bir sınıflandırma modeli oluşturur.
- Iki sınıf karar Jungle: karar Jungle algoritmasını kullanarak iki sınıflı bir sınıflandırma modeli oluşturur.
- Iki sınıf yerel olarak derin destek vektör makinesi: yerel olarak derin destek vektör makinesi algoritmasını kullanarak bir ikili sınıflandırma modeli oluşturur.
- Iki sınıf Lojistik gerileme: iki sınıflı bir lojistik regresyon modeli oluşturur.
- Iki sınıf sinir ağı: bir sinir ağ algoritması kullanarak ikili bir sınıflandırıcı oluşturur.
- Iki sınıf destek vektör makinesi: destek vektör makinesi algoritmasını kullanarak bir ikili sınıflandırma modeli oluşturur.
Örnekler
Sınıflandırma örnekleri için bkz. Azure yapay zeka Galerisi.
Algoritma seçme konusunda yardım için şu makalelere bakın:
Machine Learning için makine öğrenimi algoritması bilgi sayfası
Seçim sürecinde size kılavuzluk eden bir grafik karar grafiği sağlar.
kümeleme, sınıflandırma veya regresyon için Machine Learning algoritmaları seçin
Farklı makine öğrenimi algoritmalarının ve bunların nasıl kullanıldığıyla daha ayrıntılı bir şekilde açıklanmaktadır.