Microsoft Azure Machine Learning使用探索

写在前面

感谢公司提供的Microsoft Azure 机器学习平台
我不是微软的托哈，但是一用觉得，这东西太方便了吧！
最大的优点在于快速试错

上传数据集

添加新的实验

在页面最左下角有一个加号，点一下然后是下图：

选黄色的加号

然后到实验区，把输入的csv拽进来

点这个训练数据集，右键选visualize可视化

众所周知Titanic数据集里有PClass这个字段，表示做急等藏，PClass可视化如下图

其实PClass是个离散型变量，但是Microsoft Azure检测不出来。没关系，不影响看。
再来看一个连续型变量：

• 可以自己设定分箱的箱数
  
• 可以对x轴取对数
  
• 可以对y 轴取对数
  
• 可以画密度曲线

• 缺失值处理

  如何看变量是否有缺失值
  

  我就在想处理缺失值的模块是什么呢，然后搜了一下 missing，就发现这个clean missing data模块了
  

  缺失值处理模块
  突然接触这个模块我是不知道它怎么用的，那怎么办呢？就点这个模块，右键 有个?help选项，选它就会弹出这个模块使用的说明
  
  我选了Age和Cabin列，然后再选择缺失值处理方法，那么这个缺失值处理方法就作用于选中的所有列
  如果想对选中的列进行不同的缺失值处理方法，那么只能顺序拼接不同的clean missing data模块
  
  用户提示很友好，右键能看出来，第一个输出(圈1）返回的是经过缺失值处理后的数据，（圈2）返回的是这个缺失值处理模块（方便以后服用）

  分割数据集 Split Data

  
  Split Data 有1 和2 两个出口，据我看的别的Demo左边的1口是训练集，右边的2口是测试集

  模型训练 Train Model

  如图所示，TrainModel模块左入口是模型，右入口是训练集

  对验证集打分 Score Model

  Score Model的左1入口是Train Model,右一入口是验证集
  Score Model可视化：
  在Score Model模块右键选圈1选Visualize,可见下图
  
  Scored Labels是指预测的标签（左边有真实标签那列，一张图放不下就没截图）;
  Scored Probabilitites是指模型推断的把握比如说第二行： 有0.999579的把握推断标签为1

  比较两个模型 Evaluate Model

  Evaluate的输入是两个不同的Score Model，如下图
  

  点Evaluate Model,右键选圈一选可视化，可以看到下图
  
  

• 可以从ROC曲线，PRECISION/RECALL,LIFT等多个维度去看。 选蓝色或者红色的图例可以切换模型。蓝色对应左入口的模型，红色对应右入口的模型
  
• 可以看到混淆矩阵
  
• 可以分箱地看预测结果

• 更多例子

  更多例子用户可以去 AI Gallary里面看