Regresyon 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 öğrenmesi projelerini ML Studio'dan (klasik) Azure Machine Learning.
- Daha fazla bilgi Azure Machine Learning.
ML Stüdyosu (klasik) belgeleri kullanımdan kaldırılacak ve gelecekte güncelleştirilmeyecektir.
Bu makalede, Machine Learning Studio'daki (klasik) regresyon modellerinin oluşturulmasını destekleyen modüller açıklanmıştır.
Not
Uygulama: Machine Learning Studio (yalnızca klasik)
Benzer sürükle ve bırak modülleri tasarımcıda da Azure Machine Learning kullanılabilir.
Regresyon hakkında daha fazla bilgi
Regresyon, mühendislikten eğitime kadar birçok alanda yaygın olarak kullanılan bir metodolojidir. Örneğin regresyon kullanarak bölgesel verileri temel alan bir evin değerini tahmin etmek veya gelecekteki kayıtla ilgili tahminler oluşturabilirsiniz.
Regresyon görevleri birçok araçta de desteklemektedir: örneğin Excel "What If" analizi, zaman içinde tahmin ve geleneksel regresyon için Analysis ToolPak sağlar.
Machine Learning Studio'daki (klasik) regresyon modülleri regresyon için farklı bir yöntem veya algoritma içerir. Genel olarak, regresyon algoritması belirli bir veri örneği için bir işlevin değerini öğrenmeye çalışır. Height işlevini kullanarak birinin boy tahminini veya tıbbi test değerlerine göre hastane kabulü olasılığını tahmin etmek de mümkün olabilir.
Regresyon algoritmaları, verilerin her özelliğinin regresyon işlevine katkısını belirleyerek birden çok özellikten gelen girişleri bir arada kullanabilir.
Regresyon modeli oluşturma
İlk olarak, İhtiyaçlarınızı karşılayacak ve verilerinize uyan regresyon algoritmasını seçin. Yardım için şu konulara bakın:
Makine öğrenmesi algoritması bilgi sayfası Machine Learning
Seçim sürecinde size yol sağlayan bir grafik grafik sağlar.
Kümeleme, Machine Learning veya regresyon için farklı algoritmalar seçme
Makine öğrenmesi algoritmalarının farklı türlerini ve bunların nasıl kullanıldıklarını daha ayrıntılı bir şekilde açıklar.
Eğitim verilerini ekleyin. Eğitim verisinde sayısal bir sonuç dışında özel gereksinimler olup olmadığını belirlemek için her algoritma için modül başvurusuna önceden başvurmayı unutmayın.
Modeli eğitmek için denemeyi çalıştırın. Regresyon algoritması etiketli verilerden öğrendikten sonra, yeni veriler üzerinde tahminlerde etmek için öğrendiği işlevi kullanabilirsiniz.
Modül listesi
- Bayes Doğrusal Regresyonu: Bir Bayes doğrusal regresyon modeli oluşturur.
- Gelişmiş Karar Ağacı Regresion: Artırıldı Karar Ağacı algoritmasını kullanarak bir regresyon modeli oluşturur.
- Karar Ormanı Regresyonu: Karar ormanı algoritmasını kullanarak bir regresyon modeli oluşturur.
- Fast Forest Quantile Regression: Bir miktar regresyon modeli oluşturur.
- Doğrusal Regresyon: Doğrusal regresyon modeli oluşturur.
- Sinir Ağı Regresyonu: Sinir ağı algoritması kullanarak bir regresyon modeli oluşturur.
- Ordinal Regresyon: Bir ordinal regresyon modeli oluşturur.
- Poisson Regresyonu: Verilerin Poisson dağılımına sahip olduğunu varsayan bir regresyon modeli oluşturur.
Örnekler
Uygulamalı regresyon örnekleri için bkz. Azure Yapay Zeka Galerisi.