回歸模組

重要

Machine Learning 工作室 (傳統) 的支援將於 2024 年 8 月 31 日結束。建議您在該日期之前轉換成 Azure Machine Learning。

自 2021 年 12 月 1 日起，您將無法建立新的 Machine Learning 工作室 (傳統) 資源。在 2024 年 8 月 31 日之前，您可以繼續使用現有的 Machine Learning 工作室 (傳統) 資源。

ML 工作室 (傳統) 文件即將淘汰，未來將不再更新。

本文說明機器學習 Studio (傳統) 中支援建立回歸模型的模組。

注意

適用于：僅限機器學習 Studio (傳統)

Azure Machine Learning 設計工具中提供類似的拖放模組。

深入瞭解回歸

回歸是一種廣泛的方法，從工程和教育的領域中廣泛使用。例如，您可以使用回歸來預測以地區資料為基礎的房屋值，或建立未來註冊的預測。

許多工具都支援回歸工作：例如，Excel 提供「What If」分析、一段時間的預測，以及傳統回歸的分析工具。

機器學習 Studio 中回歸的模組 (傳統) 各包含不同的方法或演算法來進行回歸。一般來說，回歸演算法會嘗試瞭解特定資料實例的函數值。您可以使用 height 函數來預測某人的高度，或根據醫療測試值預測醫院許可的機率。

回歸演算法可將資料的每個特徵的比重，判斷為回歸函式，藉此合併多項功能的輸入。

首先，選取符合您需求的回歸演算法，並符合您的資料。如需協助，請參閱下列主題：

新增定型資料。請務必事先查閱每個演算法的模組參考，以判斷定型資料是否有任何特殊需求，而不是數值結果。

若要定型模型，請執行實驗。從已加上標籤的資料中學到回歸演算法之後，您可以使用它所學到的函式來對新資料進行預測。

如需作用中回歸的範例，請參閱 Azure AI 資源庫。