iT邦幫忙

2019 iT 邦幫忙鐵人賽

DAY 17
1
Everything on Azure

Azure Machine Learning Studio系列 第 17

Azure Machine Learning Studio 訓練模型 Train Model、計分模型 Score Model、評估模型 Evaluate Model

  • 分享至 

  • xImage
  •  

在 Azure Machine Learning Studio 建構一個預測實驗,可以使用 Train Model 先訓練這個模型,然後再用 Score Model 驗證預測結果,接著用 Evaluate Model 評估這個模型是否有效。
分類及迴歸是兩種常用來做預測的方法,可以依據要預測的目標內容來決定使用哪一種方法,例如:成人收入是屬於 <=50K 還是 >50K 的類別,就可以用分類演算法。若要預測的目標是一個連續的結果,像是汽車的價格、天氣溫度等,就可以使用回歸演算法。
以下範例實驗為建立一個迴歸訓練模型,用它來預測汽車的價格。

以線性迴歸分析預測汽車價格

步驟 1. 資料前處理

  1. 【Dataset】新增資料集:Automobile price data (Raw) 汽車價格資料集
  2. 【Select Columns in Dataset】選擇需要的特徵及目標,記得預測結果欄位 - price 價格,一定要選
  3. 【Clean Missing Data】若選擇的特徵中,包含有缺失值,則需要處理缺失值
    PS. 每做一個資料處理,都要執行過一次,輸出才會有資料可以接續操作下一步

https://ithelp.ithome.com.tw/upload/images/20181030/20111935UaCEt2Yspp.png

步驟 2. 將資料集分為訓練集與測試集

  1. 【Split Data】設定比例為 0.8 - 80%訓練集、20%測試集

https://ithelp.ithome.com.tw/upload/images/20181030/20111935KQ6l4YBFHg.png

步驟 3. 選擇演算法,建立訓練模型

  1. 【Train Model】訓練模型:設定要預測的目標欄位 - price 價格
  2. 【Linear Regression】選擇演算法:線性迴歸分析

https://ithelp.ithome.com.tw/upload/images/20181030/20111935VcYEoZu1Tl.png

步驟 4. 執行預測

  1. 【Score Model】計分模型:執行預測

https://ithelp.ithome.com.tw/upload/images/20181030/201119352CNqaZGROQ.png

  1. Score Model 計分模型的結果會顯示原資料,以及預估的價格

https://ithelp.ithome.com.tw/upload/images/20181030/20111935FhAb5dBwgo.png

步驟 5. 效能評估

因為上方的 Score Model 計分模型結果只能大致了解預估的結果與實際值接不接近,不容易肉眼看出準確度為何,所以還會額外再使用 Evaluate Model 評估模型用數據資料來檢視這個模型強不強
9. 【Evaluate Model】評估模型

https://ithelp.ithome.com.tw/upload/images/20181030/2011193514hF0658Wr.png

  1. Evaluate Model 評估模型會輸出以下結果:
  • Mean Absolute Error(平均絕對誤差):絕對誤差的平均值(誤差代表預估值與實際值差距)
  • Root Mean Squared Error(均方根誤差):誤差平方的平均值的平方根
  • Relative Absolute Error(相對絕對誤差):絕對誤差平均值,相對於實際值和所有實際值的平均值之間的絕對差
  • Relative Squared Error(相對平方誤差):平方誤差平均值,相對於實際值和所有實際值的平均值之間的平方差
  • Coefficient of Determination(決定係數):又稱為R平方,是一個統計指標

PS.每個誤差值都是越小越好,越小的值代表預測值更接近實際值;而決定係數值接近 1,預測就越好,代表預測 100% 符合實際值

https://ithelp.ithome.com.tw/upload/images/20181030/20111935bY5tAh4kqU.png


上一篇
Azure Machine Learning Studio 交叉驗證 Cross Validate Model
下一篇
Azure Machine Learning Studio 演算法比較 - 評估模型 Evaluate Model
系列文
Azure Machine Learning Studio30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言