説明

ステップ1: K-Meansクラスタリングモデルを実装する
ステップ 2: クラスターを Decision Jungle モデルの特徴として使用します。
決定ジャングルは非線形決定境界を表すことができる非パラメトリック モデルです。
ステップ 3: 生のスコアを Score Matchbox Recommender モデルの特徴として使用する 推奨システムを作成する目的は、システムの「ユーザー」に 1 つ以上の「アイテム」を推奨することです。
アイテムの例としては、映画、レストラン、本、歌などが挙げられます。ユーザーは、個人、グループ、またはアイテムの好みを持つその他のエンティティです。
シナリオ：
広告レスポンスの評価は拒否されました。
広告応答モデルは、各イベントの開始時にトレーニングされ、スポーツイベント中に適用する必要があります。
市場セグメンテーション モデルでは、類似した広告応答履歴を最適化する必要があります。
広告応答モデルは、機能の非線形境界をサポートする必要があります。
参考文献:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/multiclass-decision-jungle
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/score-matchbox-recommende

参照：
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/preprocess-text

Explanation:

Explanation:

ボックス1: 精度
シナリオ：モデルの学習プロセスにおいてハイパーパラメータを設定し、ハイパーパラメータを用いて学習フェーズを高速化したいと考えています。さらに、この設定により、各評価間隔においてパフォーマンスが最も低い実行がキャンセルされ、より成功する可能性の高いモデルに労力とリソースを集中させることができます。
ボックス2: R2乗

トピック1、ケーススタディ2
概要
あなたは、米国の高品質な個人および商業用不動産を専門とするFabrikam Residencesのデータサイエンティストです。Fabrikam Residencesはヨーロッパへの進出を検討しており、ヨーロッパの主要都市における個人住宅の価格調査を依頼されました。Azure Machine Learning Studioを使用して、不動産の中央値を測定します。線形回帰モジュールとベイズ線形回帰モジュールを使用して、不動産価格を予測する回帰モデルを作成します。
データセット
ロンドンとパリの2つの都市の不動産詳細を含むCSV形式のデータセットが2つあり、以下の列が含まれています。

2 つのデータセットは、個別のデータセットとして Azure Machine Learning Studio に追加され、実験の開始点として組み込まれています。
データセットの問題
両データセットの「高速道路へのアクセス」列には欠損値が含まれています。欠損値を補う前に、データ内の他の変数を用いて条件付きでモデル化できるよう、欠損データを新しいデータに置き換える必要があります。
各データセットの列には欠損値とNULL値が含まれています。また、データセットには多くの外れ値が含まれています。Age列には外れ値の割合が高いため、Age列に外れ値がある行を削除する必要があります。
MedianValue列とAvgRoomsInHouse列はどちらも数値形式のデータを保持しています。2つの列の関係をより詳細に分析するには、特徴選択アルゴリズムを選択する必要があります。
モデルの適合
モデルは過剰適合の兆候を示しています。過剰適合を軽減する、より洗練された回帰モデルを作成する必要があります。
実験要件
パフォーマンスを評価するには、線形回帰モジュールとベイジアン線形回帰モジュールを相互検証する実験を設定する必要があります。
cactiの場合、データセットの予測変数はMedianValueという列です。初期調査の結果、MedianValue列を除いて、データセットの構造は同一であることがわかりました。小さい方のパリデータセットにはテキスト形式のMedianValueが含まれていますが、大きい方のロンドンデータセットには数値形式のMedianValueが含まれています。パリデータセットのMedianValue列のデータ型が、ロンドンデータセットの構造と一致していることを確認する必要があります。
結果を予測するためには、データ列に優先順位を付ける必要があります。関係性を測定するには、ノンパラメトリック統計を使用する必要があります。
MedianValue 列と AvgRoomslnHouse 列の関係を分析するには、特徴選択アルゴリズムを使用する必要があります。
モデルのトレーニング
学習済みモデルとテストデータセットが与えられた場合、特徴変数の順列特徴量重要度スコアを計算する必要があります。モデルの精度を調査し、結果を再現するには、適切なメルトを選択するために順列特徴量重要度モジュールを設定する必要があります。
モデルの学習プロセスにハイパーパラメータを設定することで、ハイパーパラメータを使用して学習フェーズを高速化できます。さらに、この設定により、各評価間隔でパフォーマンスが最も低い実行がキャンセルされ、成功する可能性の高いモデルに労力とリソースを集中させることができます。
モデルがハイパーパラメータのチューニングにおいてコンピュータリソースを効率的に使用していないのではないかと懸念しています。また、モデルがチューニング時間全体の増加を抑制している可能性も懸念しています。そのため、有望なジョブを終了させることなくコスト削減を実現する早期停止基準をモデルに実装する必要があります。
テスト
Azure Machine Learning Studio の Partition and Sample モジュールを使用して、サンプリングに基づいてデータセットの複数のパーティションを作成する必要があります。クロス検証用に 3 つのパーティションを作成する必要があります。また、テストデータセットとトレーニングデータセットの行が、各都市の主要な河川に近い物件ごとに均等に分割されるように検証プロセスを構成する必要があります。物件が河川に近いことを識別するデータは、NextToRiver という列に保持されます。このタスクは、データがサンプリングプロセスを通過する前に完了する必要があります。
大都市の不動産価格データを示す不動産データセットを使用して線形回帰モジュールをトレーニングする場合、モデルで使用する最適な特徴量を決定する必要があります。特徴量の重要度プロセスの完了前と完了後のパフォーマンスを測定するために提供されている標準メトリックを選択できます。複数のトレーニングモデル間で特徴量の分布が一貫していることを確認する必要があります。
データの視覚化
Fabrikam Residencesチームにテスト結果を提供する必要があります。結果を提示するためのデータビジュアライゼーションを作成します。
モデルの診断テスト評価を行うには、受信者動作特性（ROC）曲線を作成する必要があります。Azure Machine Learning StudioでROC曲線を作成するための適切な方法を選択し、Two-Class Decision JungleモジュールとTwo-Class Decision Jungleモジュールを相互に比較する必要があります。