AutoML得到的結果,說明如下。見圖<AZ-exp4MNIST.png>

當看到 [Status]欄為Completed時，表示可見到結果了。接著看細部說明<AZ-expDetail.png>。

我們開始說明。但因為額度用完所以儘可能依照記憶，用文字說明之。

• Detail部分：Properties框內，說明了為何early stopping的原因。
• Data guardails：這個部分，主要說明一些data preprocessing部分。重要者有class balance(不同群的資料，筆數相差太大的處理)。Miss Value及Null的處理。One-hot Imputation的處理(for catagorical data)。
• Models：見圖<AZ-expModels.png>。主要依照[AUC weight]排列。第一列的最後一欄[…]可點入，觀察Ensemble Detail。其他列則為Hyperparameters()。
• Ensemble Detail：見圖<AZ-expEnsDet.png>。前面為Data Transformation方法(如 "StandardScaler")，後面則為模型(如 "LightGBMClassifier")。"LightGBMClassifier"常使用，主要的好處在於可處理catagorical data，而不需要One-hot Imputation的處理。

圖<AZ-expModels.png>

圖<AZ-expEnsDet.png>

結語：感謝讀者30日耐心的看我瘋言瘋語，毫無章法。原來的大綱，到了第一個星期就偏了。再加上Azure free quota，兩份都被花光，想說明的資料都被鎖住了，有些心煩氣躁。最後，再三感謝讀者們，以及主辦單位的大力支持，希望本文對大家有些助益。