iT邦幫忙

2019 iT 邦幫忙鐵人賽

DAY 18
0
Everything on Azure

Azure Machine Learning Studio系列 第 18

Azure Machine Learning Studio 演算法比較 - 評估模型 Evaluate Model

  • 分享至 

  • xImage
  •  

上一篇有提到,在建立完預測模型後,可以使用 Evaluate Model 評估模型來檢視模型的效能,而除了單一模型檢視外,Evaluate Model 也可以用來比較兩個模型的效能,以下範例實驗使用相同的訓練集及測試集資料,分別使用二元提升決策樹分類、二元邏輯迴歸分類、二元貝式分類這 3 種演算法建立訓練模型,用它來預估成人收入的分類,再來比較各個模型的結果。

使用 Evaluate Model 評估模型 比較多個演算法

步驟 1. 資料前處理

  1. 【Dataset】新增資料集:Adult Census Income Binary Classification dataset Census Income dataset 成人收入調查的二元分類資料
  2. 【Select Columns in Dataset】選擇需要的特徵,記得一定要選到預測結果欄位 - income 收入
  3. 【Clean Missing Data】若選擇的特徵中,包含有缺失值,需要處理缺失值
  4. 【Filter Based Feature Selection】可以使用特徵篩選功能挑選特徵,目標欄位選擇 - income 收入

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操作下一步

https://ithelp.ithome.com.tw/upload/images/20181031/20111935rdvh2NLsBB.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 0.7:70%訓練集、30%測試集

https://ithelp.ithome.com.tw/upload/images/20181031/20111935dkfIx83OFd.png

步驟 3. 選擇 3 種分類演算法,分別建立訓練模型

  1. 【Train Model】訓練模型:設定要預測的目標欄位 - income 收入
  • 【wo-Class Boosted Decision Tree】二元提升決策樹分類
  • 【Two-Class Logistic Regression】二元邏輯迴歸分類
  • 【Two-Class Bayes Point Machine】二元貝式分類

https://ithelp.ithome.com.tw/upload/images/20181031/20111935CbD7tlgCko.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/20181031/201119354GiKab8I12.png

步驟 5. 效能評估與模型比較

  1. 【Evaluate Model】評估模型:將兩個二元分類演算法模型執行結果分別接至 Evaluate Model 的輸入

https://ithelp.ithome.com.tw/upload/images/20181031/20111935st2QuJNdcl.png

  1. 執行完成後,滑鼠右鍵點選Visualize檢視評估結果,可以分別點選 Scored dataset(左半邊的輸入)及 Scored dataset to compare(右半邊的輸入),下方數據會依據選取內容顯示不同的結果,即可比較兩種演算法,再選擇適用的預估模型

選擇 Scored dataset:
https://ithelp.ithome.com.tw/upload/images/20181031/20111935fD4V4Oo25n.png

選擇 Scored dataset to compare:
https://ithelp.ithome.com.tw/upload/images/20181031/20111935HiX6hG9qaI.png


上一篇
Azure Machine Learning Studio 訓練模型 Train Model、計分模型 Score Model、評估模型 Evaluate Model
下一篇
Azure Machine Learning Studio 分類 - 二元分類 Two-Class Classification
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