クラウドスペースで機械学習ができるAzure Machine Learning(4-1)線形回帰分析の基本

クラウドスペースで機械学習ができるAzure Machine Learning(4-1)線形回帰分析の基本

<<前の記事に戻る[/su_button

 

本シリーズは、Azure MLをご紹介しています。
今回から複数回に分けて、線形回帰分析をします。

Azure MLでは、モジュールを組み合わせることで、すぐに線形回帰分析ができます。
また、サンプルデータも複数用意されているため、線形回帰の入門としても使えます。

本稿では、モジュールを配置するところまでご紹介します。

まず、サンプルデータのノードを配置します。
Saved Datasets > Samples > Automobile price data (Raw)

サンプルデータ
このデータは自動車の技術仕様に関するデータと価格データが格納されています。
なお、このモジュールには欠損値があります。
この点、次回以降ご紹介いたします。

次に、機械学習系モジュールを配置します。
Machine Learning > Initialize Module > Regression > Linear Regression

regression
このモジュールが線形回帰モジュールです。

上記モジュールと、データモジュールを
Machine Learning > Train > Train Model

train

に結び付けることで、機械学習ができます。
Train Modelは正解付記データを学習させ、予測モデルを作成するためのモジュールです。

最後に結果を表示させるために
Machine Learning > Score > Score Model

scre
を結び付けて一先ず終了です。

Score Modelは予測モデルを使って予測値を得るためのモジュールです。

次のような配置にります。

全体図

次回、パラメーター設定等をおこなっていきます。

 

続きを読む>>