前文

昨天把Azure Machine Learning Studuo 的基礎架構建設好了，我這兩天想要帶一個範例使用一個經典的資料集Telecom Churn，我們會透過這個資料集的行為模式，來預測客戶會不會跳出合約去其他的電信公司。

正文

Azure Machine Learning Studio，是Machibe Learnung 初學者的好用工具之一。因為完全不用寫程式，透過簡單的拖拉方式就能直接調用 Studio內建的模組做機器學習，大幅降低了學習門檻。

前置作業

資料下載處:點我

建立機器學習的步驟

(粗體為今天會講到的步驟)

1.匯入資料
2.選擇要使用的 Columns
3.清理資料
4.資料前處理（資料型態轉換）
5.切分資料為訓練及測試資料集
6.匯入模型
7.訓練模型
8.評分模型
9.評估模型（和評分模型的不同之處在於，評估模型會計算出該模型的MAE / RMSE 等值，提供更直觀的模型評估方式）
(來源：Ashe Liao)

1.放入資料

點擊Data

點擊Create後選擇我們剛剛下載的檔案，命名後記得要將Data type選成Tabular(表格)，這樣之後選Cloun時可以直接用名字選。

可以看到它變成表格了

選這些，年月那些不重要的值不選

1-2.Create 一個 Job

點擊Job後按Pipeline

1-3.將資料拉到Pipeline

進去後可在資料那裡看到我們剛剛放入的資料，用拖移的方式將資料拉到工作區

2.選擇要使用的Cloun

在左側搜尋頁面中搜尋Select Columns in Dataset，並拖移到工作區後連起來。

可發現連接後有紅色驚嘆號，那是因為有參數還沒有填入，點擊後填入需用到的參數即可。

3.清理資料

我們資料裡縱是會有一些缺失值，為了清理他們，我們需要在左側搜尋Clean missing data，並拖移治工作去後連起來。

待續.........