Klasifikační moduly
Důležité
Podpora studia Machine Learning (Classic) skončí 31. srpna 2024. Doporučujeme do tohoto data přejít na službu Azure Machine Learning.
Od 1. prosince 2021 nebude možné vytvářet nové prostředky studia Machine Learning (Classic). Do 31. srpna 2024 můžete pokračovat v používání stávajících prostředků studia Machine Learning (Classic).
- přečtěte si informace o přesunu projektů strojového učení z ML Studio (classic) do Azure Machine Learning.
- přečtěte si další informace o Azure Machine Learning.
Dokumentace ke studiu ML (Classic) se vyřazuje z provozu a v budoucnu se nemusí aktualizovat.
tento článek popisuje moduly v Machine Learning studiu (classic), které podporují vytváření modelů klasifikace. Tyto moduly můžete použít k sestavení binárních nebo více tříd klasifikace modelů.
Poznámka
platí pro: jenom Machine Learning Studio (classic)
podobné moduly přetažení jsou k dispozici v návrháři Azure Machine Learning.
O klasifikaci
Klasifikace je metoda strojového učení, která používá data k určení kategorie, typu nebo třídy položky nebo řádku dat. Klasifikaci můžete například použít pro:
- Klasifikujte e-mailové filtry jako spam, Nevyžádaná pošta nebo dobrá.
- Zjistěte, jestli je ukázka testovacího prostředí pacientu cancerous.
- Kategorizujte zákazníky podle jejich PROPER, aby reagovali na prodejní kampaň.
- Identifikujte mínění jako kladné nebo záporné.
Úkoly klasifikace jsou často organizovány podle toho, zda je klasifikace binární (buď a nebo B) nebo více tříd (více kategorií, které mohou být předpovězeny pomocí jednoho modelu).
Vytvoření klasifikačního modelu
Chcete-li vytvořit klasifikační model nebo klasifikátor, nejprve vyberte vhodný algoritmus. Vezměte v úvahu tyto faktory:
- Kolik tříd nebo různých výsledků chcete předpovědět?
- Jaká je distribuce dat?
- Kolik času může být pro školení povolené?
Machine Learning Studio (classic) poskytuje několik algoritmů klasifikace. Použijete-li algoritmus One-vs-All , můžete dokonce použít binární klasifikátor k problému s více třídami.
Po zvolení algoritmu a nastavení parametrů pomocí modulů v této části můžete vytvořit model na základě popisků dat. Klasifikace je metoda strojového učení pod dohledem. Vždy vyžaduje pooznačení školicích dat.
Po dokončení školení můžete model vyhodnotit a optimalizovat. Až budete s modelem spokojeni, použijte trained model pro bodování s novými daty.
Seznam modulů
Kategorie klasifikace zahrnuje následující moduly:
- Třída rozhodovací doménové struktury s více třídami: vytvoří model klasifikace s více třídami pomocí algoritmu doménové struktury pro rozhodování.
- Jungle rozhodnutí s více třídami: vytvoří model klasifikace s více třídami pomocí Jungleho algoritmu pro rozhodování.
- Mikrotřída logistické regrese: vytvoří model klasifikace s více třídami logistické regrese.
- Neuronové síťpro více tříd: vytvoří model klasifikace s více třídami pomocí síťového algoritmu neuronové.
- 1-versus-All Multiclass: vytvoří model klasifikace s více třídami ze sady binárních modelů klasifikace.
- Průměrně Perceptron se dvěma třídami: vytváří průměrný model klasifikace Perceptron Binary.
- Počítač se dvěma třídami Bayes Point: vytvoří binární klasifikační model strojového bodu Bayes.
- Zvýšení rozhodovacího stromu se dvěma třídami: vytvoří binární klasifikátor pomocí zesíleného algoritmu rozhodovacího stromu.
- Rozhodovací doménová struktura se dvěma třídami: vytvoří model klasifikace se dvěma třídami pomocí algoritmu doménové struktury pro rozhodování.
- Jungle rozhodnutí o dvou třídách: vytvoří model klasifikace se dvěma třídami pomocí rozhodovacího Jungle algoritmu.
- Místně hluboká podpora dvou tříd – vektorový počítač: vytvoří binární klasifikační model s využitím místně hlubokého strojového algoritmu podpory.
- Logistická regrese dvou tříd: vytvoří model logistické regrese se dvěma třídami.
- Neuronové síť se dvěma třídami: vytvoří binární klasifikátor pomocí neuronové síťového algoritmu.
- Vektorový počítač podpory dvou tříd: vytvoří binární klasifikační model pomocí algoritmu podpory vektorového počítače.
Příklady
Příklady klasifikace v akci najdete v Azure AI Gallery.
Nápovědu k výběru algoritmu najdete v těchto článcích:
List tahák algoritmu Machine Learning pro Machine Learning
Poskytuje graf grafického rozhodování, který vás provede procesem výběru.
zvolit Machine Learning algoritmy pro clusteringu, klasifikace nebo regresi
Podrobněji popisuje různé typy algoritmů strojového učení a jejich použití.