![Copyright? Will Kuan
官大鈞 著
6. 畫面將開啟新實驗的頁面，可點選上方更改實驗名稱
此 Demo 將使用範例資料集[Income]做示範，用此資料去做【收入預測分析】
因此我們可以將此實驗名稱訂為【Income Prediction】
7. 左邊的欄位可選擇自己已存入的資料集、資料產出結果、機器學習的演算法、
其他程式語言的程式庫、統計方法等…
在此我們採用 Azure 內建的 Income 資料集，所以先於左上方的 Search Bar
中輸入 income，而 Azure ML service 的使用者介面可採拖拉的方式，因此可
將搜尋的 income 資料集拖拉到中間的主畫面](https://image.slidesharecdn.com/demoformsazuremachinelearning-160704182646/85/Demo-for-ms-azure-machine-learning-3-320.jpg)
![[朝陽科大] D3.js 資料視覺化入門](https://cdn.slidesharecdn.com/ss_thumbnails/d3-1-151223023440-thumbnail.jpg?width=560&fit=bounds)
More Related Content
Featured (20)
Demo for ms azure machine learning
- 1. Copyright? Will Kuan 官大鈞 著 Demo for MS Azure Machine Learning: 1. 登入網頁: https://azure.microsoft.com/zh-tw/services/machine-learning/ 並選擇立即開始使用> 2. 點選右上方的 Sign In 並登入 Hotmail 帳戶 3. 可選擇 Azure 引導一個範例教學 或是依照本 Demo 選擇 Not now，直接進行下一步驟直接使用
- 2. Copyright? Will Kuan 官大鈞 著 4. 點選左下方的 +NEW 新增一個實驗 5. 當畫面跳出新的視窗時，點選 Blank Experiment 增加一個實驗 若選擇其他動態磚則可視看一些資料探勘中典型的演算法實作 如本公司會用到的時間序列分析也有出現在其中一個動態磚
- 3. Copyright? Will Kuan 官大鈞 著 6. 畫面將開啟新實驗的頁面，可點選上方更改實驗名稱 此 Demo 將使用範例資料集[Income]做示範，用此資料去做【收入預測分析】 因此我們可以將此實驗名稱訂為【Income Prediction】 7. 左邊的欄位可選擇自己已存入的資料集、資料產出結果、機器學習的演算法、 其他程式語言的程式庫、統計方法等… 在此我們採用 Azure 內建的 Income 資料集，所以先於左上方的 Search Bar 中輸入 income，而 Azure ML service 的使用者介面可採拖拉的方式，因此可 將搜尋的 income 資料集拖拉到中間的主畫面
- 4. Copyright? Will Kuan 官大鈞 著輸入欲搜尋的資料集名稱 將左方資料集拖拉 至中間的主畫面 拖拉至主流程台的資料集物件
- 5. Copyright? Will Kuan 官大鈞 著 8. 將游標放置於主控台的資料集上，並點選右鍵可選擇 dataset→visualize，則 可視覺化觀看資料的主要內容。 新視窗則顯示資料的詳細內容，如各欄位及其記錄，及左上方顯示欄位總數 與資料總筆數。 另外，點選欄位時，可於右方觀看該欄位的初步統計資料，如平均數、中位 數、最大最小值、標準差和資料型態等… 除此之外，在表格左方的 view as 可依需求選擇資料呈現的圖表，如直方圖 或盒鬚圖。
- 6. Copyright? Will Kuan 官大鈞 著 將畫面拉到表格的最右邊，可看到 Income 這個欄位。 從原始資料中，我們可以得知 Income 這個欄位是採用二分法，收入以 50K 為基準，所以我們之後的預測也是將未來的每筆資料區分為<=50K 或>50K， 也就是二分法(Two Class)，待會就會提到關於二分法的演算法。
- 7. Copyright? Will Kuan 官大鈞 著 9. 下一步將資料集區分為 Training Data 和 Test Set，其原因是因為我們目前沒 有未來的資料可測試預測的精準度，所以需要將現有的資料集區為兩部分， 一部分是當作訓練模型用的過去資料，另一部分是假裝成未來資料以供我們 測試模型的成效。至於要如何區分，一般來說是遵循 80/20 法則，即 80%為 Training Data，20%為 Test Set，也可以另外依資料集的數量狀況斟酌調整比 例，如 70/30 或 90/10。若有資料有時間性，則區分方法須依照時間切割。 至於如何切割資料，只需在 Search Bar 上鍵入 split，即出現兩種資料集切割 的方法，將游標移至該方法上時，畫面會介紹該方法的原理。 方法說明 鍵入 split
- 8. Copyright? Will Kuan 官大鈞 著 10. 我們在此採用第二種方法，並同樣使用拖拉的方式將切割方法移動到主控台 將 Fraction 改為 0.7 (亦即採用 70/30 法則，若資料總數夠大，可採用 90/10 法則將模型訓練臻至完善，若資料量不大，則不建議) Random seed 則隨意填入 12345 即可，亦即隨機數的出發點
- 9. Copyright? Will Kuan 官大鈞 著 將游標移至資料集處下方的圓圈，並按住滑鼠左鍵，Split 方法的邊框則立即 變為虛線，此時按住左鍵不放將游標移至 Split 方框中，放開滑鼠後即出現 兩方框的連結線，表示已連結資料集與切割方法。 11. 下一步我們將選擇機器學習的演算法，這邊我們採用二級促進式決策樹 (Two-Class Boosted Decision Tree)，以下連結可查閱此決策樹的說明 https://msdn.microsoft.com/zh-tw/library/azure/dn906025.aspx 所以我們先於 Search Bar 鍵入關鍵字【two class】，即可出現機器學習中與 two class 相關的分類器
- 10. Copyright? Will Kuan 官大鈞 著 選擇 Two-Class Boosted Decision Tree 分類器，並拖移至主畫面。
- 11. Copyright? Will Kuan 官大鈞 著 12. 接下來放入訓練模型。先搜尋 train model 至於為何要放入 Train Model 這個物件，以及為何不是將已切割的資料集和 分類方法結合就好。 因為這個 Service 裡的所有東西都是物件，而我們可以看到物件與物件結合 是有方向性的(也就是有個箭頭)。若我們將 Two-Class Boosted Decision Tree 與 Split 結合的話，試問是將方法應用到資料集，還是將資料集採取該方法 實作？不知道。所以我們採取的策略是在中間放置一個空機器物件，將方法 安裝到機器上，也將資料集載入到機器中，接下來就讓機器自己運轉，機器 會使用自身擁有的功能(即方法)去運算自身擁有的資料(即資料集)，最後即 可產生一個樣本機器。 下一步將左方的 Train Model 拖移至主畫面，並點選右方的 Launch column selector
- 12. Copyright? Will Kuan 官大鈞 著 跳出 Launch column selector 小視窗後，我們可以選擇依何種欄位選取方式 來選擇欲預測的欄位，此範例中我們依 column names 方式，並鍵入我們要 預測的 income 欄位。 點選右下方的勾勾確認後，將分類器(此即 Two-Class Boosted Decision Tree) 與 Train Model 連結，並將切割後的資料集(即 Split)與 Train Model 連結，需 要注意的是，Split 需選擇 1 號小圈圈與 Train Model 連結，因為 1 號小圈圈 是代表 70%的 Training Data，而我們的 Train Model 須由此 Training Data 來訓 練。
- 13. Copyright? Will Kuan 官大鈞 著 13. 我們將 70%的資料拿來訓練模型後，前置工作都就緒了，接下來就是開始準 備用這個模型來預測剩餘的 30%資料。 但是預測這件事沒辦法一步登天，我們需要兩個步驟。第一步，我們需要將 過去的經驗(即 Train Model)與未來的狀況(即 30%切割資料)做結合，也就是 將 30%的資料一筆一筆都放入決策樹的頂端去跑分類流程，得到我們要的預 測結果。第二步，我們確認我們預測結果的好壞，所以我們要在去做一些更 細部的分析，去評比這道菜夠不夠格端上桌。 第一步，輸入 score model 這個關鍵字，並將 score model 這個媒介放入主控 台來結合經驗與資料
- 14. Copyright? Will Kuan 官大鈞 著 需注意的是，我們要將經驗(Train Model)與待預測的資料(30%Split，也就是 Split 方框中的 2 號小圈圈)做結合 下一步，呼叫評估 Score Model 優劣的評審，鍵入 evaluate model
- 15. Copyright? Will Kuan 官大鈞 著 連接 Score Model 和 Evaluate Model，開始做一系列的流程計算。 需注意的是，請將 Score Model 與 Evaluate Model 的左上方小圈圈連接，因 為右上方小圈圈是用來做模型比較，這個範例中我們不會使用到。 14. 一切準備都準就緒了，點下畫面下方的 RUN，讓系統專心跑整個流程
- 16. Copyright? Will Kuan 官大鈞 著 因為資料量不大，所以這塊小蛋糕 Azure 一口吃完。 看到所有框框都出現綠色勾勾時，表示所有流程與計算都結束了。 15. 最後一步，我們不要忘了我們的初衷，我們是要預測 Income 的，所以我們 要來看看我們預測的情形如何。 首先，將游標移至 Score Model 方框下的小圈圈
- 17. Copyright? Will Kuan 官大鈞 著 按一下左鍵，並點選 Visualize 表格的最後兩個欄位則是我們的預測結果
- 18. Copyright? Will Kuan 官大鈞 著 16. 關閉小視窗，將游標移到 Evaluate Model 的小圈圈，同樣點選 Visualize 檢視 細部分析的結果。 我們可以看 ROC 曲線(receiver operating characteristic curve)來驗證我們的模 型是否可靠。若曲線是明顯在對角線上方的話，表示這是個好模型；若是在 對角線下方，或是有點模凌兩可，不上不下的話，表示還有待改進。
- 19. Copyright? Will Kuan 官大鈞 著 當然，我們也可以點選 PRECISION/RECALL 或 LIFT 曲線等其他評估模型之方 法來檢視我們的 Score Model。
- 20. Copyright? Will Kuan 官大鈞 著 我們可以將畫面拉到下面，看更多的數據。 如果要詳細了解各數據的意義，請看 ROC 曲線的說明 https://zh.wikipedia.org/wiki/ROC 曲线 以 ROC 曲線來看的話，主要以 AUC 數值為準，0.5 等於是擲銅板亂猜；小於 0.5 就表示比銅板還不如，用這種模型不如請周星馳擲銅板，除非把這模型 當作反指標來看，那就有其意義；大於 0.5 就表示正確率很高，是個好模型。 以上是基本的實驗操作，此操作流程與微軟的流程示範相同。此份教學若有錯誤之處，請 不吝告知，勘誤交流信箱：aiien61will@gmail.com 若對其他主題感興趣的話，亦可聯絡本人，我會再詳加補充。Thanks! 這是數字 123 的 1 This is the lowercase of L, will for Will Smith