Compartir a través de


Módulos de clasificación

Importante

El soporte técnico de Machine Learning Studio (clásico) finalizará el 31 de agosto de 2024. Se recomienda realizar la transición a Azure Machine Learning antes de esa fecha.

A partir del 1 de diciembre de 2021 no se podrán crear recursos de Machine Learning Studio (clásico). Hasta el 31 de agosto de 2024, puede seguir usando los recursos de Machine Learning Studio (clásico) existentes.

La documentación de ML Studio (clásico) se está retirando y es posible que no se actualice en el futuro.

En este artículo se describen los módulos de Machine Learning Studio (clásico) que admiten la creación de modelos de clasificación. Puede usar estos módulos para compilar modelos de clasificación binaria o multiclase.

Nota:

Solo se aplica a: Machine Learning Studio (clásico)

Hay módulos para arrastrar y colocar similares en el diseñador de Azure Machine Learning.

Acerca de la clasificación

La clasificación es un método de aprendizaje automático que usa datos para determinar la categoría, el tipo o la clase de un elemento o fila de datos. Por ejemplo, puede utilizar la clasificación para:

  • Clasifique los filtros de correo electrónico como correo no deseado, no deseado o bueno.
  • Determinar si la muestra de laboratorio de un paciente es cancerosa.
  • Categorizar a los clientes por su propensión a responder a una campaña de ventas.
  • Identificar un sentimiento como positivo o negativo.

Las tareas de clasificación se organizan con frecuencia por si una clasificación es binaria (A o B) o multiclase (varias categorías que se pueden predecir mediante un único modelo).

Creación de un modelo de clasificación

Para crear primero un modelo de clasificación o un clasificador, seleccione un algoritmo adecuado. Tenga en cuenta estos factores:

  • ¿Cuántas clases o resultados diferentes desea predecir?
  • ¿Cuál es la distribución de los datos?
  • ¿Cuánto tiempo se puede permitir para el entrenamiento?

Machine Learning Studio (clásico) proporciona varios algoritmos de clasificación. Cuando se usa el algoritmo Uno frente a todos, incluso se puede aplicar un clasificador binario a un problema multiclase.

Después de elegir un algoritmo y establecer los parámetros mediante los módulos de esta sección, entrena el modelo con datos etiquetados. La clasificación es un método de aprendizaje automático supervisado. Siempre requiere datos de entrenamiento etiquetados.

Una vez finalizado el entrenamiento, puede evaluar y ajustar el modelo. Cuando esté satisfecho con el modelo, use el modelo entrenado para puntuar con datos nuevos.

Lista de módulos

La categoría Clasificación incluye los siguientes módulos:

Ejemplos

Para obtener ejemplos de clasificación en acción, vea el Azure AI Gallery.

Para obtener ayuda para elegir un algoritmo, consulte estos artículos:

Consulte también