前文

我們昨天做到切分資料那邊，選擇了百分之70的資料作為訓練集，百分之30的資料做為測試集，接下來看我們能不能把剩下的步驟在今天做完吧!!!但我覺得有點太多

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)

正文

6.匯入模型

切分完資料後，我們就可以開始匯入自己想要的模型了，由於我們這次要預測的是(0，1)的二元問題("是否"會跳出合約)，我們將使用內建的 Two-Class Boosted Decision Tree，當然這可是Azure，很多精巧的機器學習都可以用匯入的方式Azure Machone Learning Studio 中使用。

在左側輸入Two-Class Boosted Decision Tree並將它拖入工作區，

7.訓練模型

將模型引入後，我們就要開始訓練模型了，在左側搜尋Train model 並向下圖一樣連起來。

接著，在右側選單點選 Launch column selector。那我們要預測的目標欄位是客戶是否會跳出合同，也就是 churn 這個欄位。因此，我們在 column selector 中選擇 churn。

按下Save後，我們可以看到剛剛的紅色驚嘆號已經消失，代表這個模組已經設定好了!!