分類(Classification)為預估模型常用的方法，在 Azure Machine Learning Studio 中的分類演算法依據結果類別數量，分成二元分類(Two-Class)及多元分類(Multiclass)

Classification 分類

位置：Machine Learning / Initialize Model / Classification

1. Two-Class 二元分類
   • Two-Class Averaged Perception
   • Two-Class Bayes Point Machine
   • Two-Class Boosted Decision Tree
   • Two-Class Decision Forest
   • Two-Class Decision Jungle
   • Two-Class Locally-Deep Support Vector Machine
   • Two-Class Logistic Regression
   • Two-Class Neural Network
   • Two-Class Support Vector Machine
2. Multiclass 多元分類
   • Multiclass Decision Forest
   • Multiclass Decision Jungle
   • Multiclass Logistic Regression
   • Multiclass Neural Network
   • One-vs-All Multiclass

二元分類範例

【範例 1】以二元分類提升決策樹演算法預估鳶尾花類別

1. 【Dataset】新增資料集：Iris Two Class Data 鳶尾花二元分類資料集
   詳細資料說明可參考 UCI Mahchine Learning Repositury - Iris Data Set

   • 特徵(Feature)：萼片長度(sepal-length)、萼片寬度(sepal-width)、花瓣長度(petal-length)、花瓣寬度(petal-width)
   • 標籤(Label)：類別(Class)
     

2. 【Split Data】設定比例為 0.7：70% 訓練集、30% 測試集
   

3. 【Train Model】訓練模型：設定要預測的目標欄位 - Class 類別

4. 【Classification】演算法：Two-Class Boosted Decision Tree 二元分類提升決策樹
   

5. 【Score Model】計分模型：執行預測
   

6. 預測結果
   前 5 個欄位是原資料，第 6 個欄位是預估的類別值，最後一欄是資料為類別 1 的機率。例如：第一筆資料為類別 1 的機率為 0.032258，如果機率 > 0.5 會預測為類別 1，若 機率 < 0.5 則預測為類別０，所以第一筆預測為類別 0
   

【範例 2】以二元分類邏輯迴歸演算法預估成人收入是否大於 50 K

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
   詳細資料說明可參考 UCI Mahchine Learning Repositury - Adult Data Set

   • 特徵(Feature)：年齡(age)、工作類別(workclass)、fnlwgt、學歷(education)、學歷數值資料(education-num)、婚姻狀態(marital-status)、產業類別(occupation)、家庭成員(relationship)、種族(race)、性別(sex)、capital-gain、capital-loss、每週工時(hours-per-week)、國籍(native-country)
   • 標籤(Label)：收入(income)
     

2. 【Split Data】設定比例為 0.7：70% 訓練集、30% 測試集
   

3. 【Train Model】訓練模型：設定要預測的目標欄位 - income 收入

4. 【Classification】演算法：Two-Class Logistic Regression 二元分類邏輯迴歸
   

5. 【Score Model】計分模型：執行預測
   

6. 預測結果
   前半部欄位是原資料，income 欄位是收入實際值，Scored Labels 是收入預估值，最後一欄是收入為 >50K 的機率。例如：第一筆資料收入為 >50K 的機率為 0.132265，如果機率 > 0.5 會預測收入 >50K ，若機率 < 0.5 則預測收入 <=50K，所以第一筆預測收入 <=50K