1 - 분류 모델을 교육하는 파이프라인을 생성하고 컴퓨팅 클러스터에서 파이프라인을 실행합니다.
2 - 배치 유추 파이프라인을 생성하고 컴퓨팅 클러스터에서 파이프라인을 실행합니다.
3 - 추론 클러스터에 서비스 배포

설명

상자 1: 입력 데이터의 클래스 빈도에 반비례하는 가중치 자동 조정 "균형" 모드는 y 값을 사용하여 입력 데이터의 클래스 빈도에 반비례하는 가중치를 n_samples / (n_classes * np.bincount(y)로 자동 조정합니다. ).
상자 2: 페널티 매개변수
매개변수: C : float, 선택 사항(기본값=1.0)
오차항의 페널티 매개변수 C.
참조:
https://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html

설명
Pearson의 상관 통계 또는 Pearson의 상관 계수는 통계 모델에서 r 값으로도 알려져 있습니다. 임의의 두 변수에 대해 상관 관계의 강도를 나타내는 값을 반환합니다. Pearson 상관 계수는 두 연속 변수 간의 통계적 관계 또는 연관성을 측정하는 테스트 통계입니다. 공분산법을 기반으로 하기 때문에 관심 변수 간의 연관성을 측정하는 가장 좋은 방법으로 알려져 있다. 관계의 방향뿐 아니라 연관성 또는 상관 관계의 크기에 대한 정보를 제공합니다.
참조:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/filter-based-feature-selection
https://www.statisticssolutions.com/pearsons-correlation-coefficient/

주제 2, 사례 연구 2
사례 연구
개요
당신은 미국의 고품질 개인 및 상업용 부동산을 전문으로 하는 회사인 Fabrikam Residences의 데이터 과학자입니다. Fabrikam Residences는 유럽으로의 확장을 고려하고 있으며 유럽 주요 도시의 개인 주택 가격을 조사해 달라고 요청했습니다. Azure Machine Learning Studio를 사용하여 속성의 중앙값을 측정합니다. 선형 회귀 및 베이지안 선형 회귀 모듈을 사용하여 부동산 가격을 예측하는 회귀 모델을 생성합니다.
데이터 세트
두 도시(런던과 파리)에 대한 속성 세부 정보를 포함하는 CSV 형식의 두 데이터 세트가 다음 열과 함께 있습니다.

두 데이터 세트는 Azure Machine Learning Studio에 별도의 데이터 세트로 추가되었으며 실험의 시작점으로 포함되었습니다.
데이터 세트 문제
두 데이터 세트의 AccessibilityToHighway 열에 누락된 값이 있습니다. 누락된 데이터는 누락된 값을 채우기 전에 데이터의 다른 변수를 사용하여 조건부로 모델링되도록 새 데이터로 대체되어야 합니다.
각 데이터 세트의 열에는 누락된 값과 null 값이 포함되어 있습니다. 데이터 세트에는 많은 이상값도 포함되어 있습니다. 연령 열에는 이상값의 비율이 높습니다. Age 열에 이상값이 있는 행을 제거해야 합니다.
MedianValue 및 AvgRoomsinHouse 열은 모두 숫자 형식으로 데이터를 보유합니다. 두 열 간의 관계를 보다 자세히 분석하려면 기능 선택 알고리즘을 선택해야 합니다.
모델 핏
모델이 과적합의 징후를 보입니다. 과적합을 줄이는 보다 세련된 회귀 모델을 생성해야 합니다.
실험 요구 사항
성능을 평가하려면 선형 회귀 및 베이지안 선형 회귀 모듈을 교차 검증하도록 실험을 설정해야 합니다.
각각의 경우 데이터 세트의 예측 변수는 MedianValue라는 열입니다. 초기 조사에서 데이터 세트가 MedianValue 열을 제외하고는 구조가 동일하다는 것이 나타났습니다. 더 작은 파리 데이터 세트에는 텍스트 형식의 MedianValue가 포함되는 반면 더 큰 런던 데이터 세트에는 숫자 형식의 MedianValue가 포함됩니다. 파리 데이터 세트의 MedianValue 열 데이터 유형이 런던 데이터 세트의 구조와 일치하는지 확인해야 합니다.
결과를 예측하려면 데이터 열의 우선 순위를 지정해야 합니다. 매개변수가 아닌 통계를 사용하여 관계를 측정해야 합니다.
MedianValue 및 AvgRoomsinHouse 열 간의 관계를 분석하려면 기능 선택 알고리즘을 사용해야 합니다.
모델 교육
훈련된 모델과 테스트 데이터 세트가 주어지면 기능 변수의 순열 기능 중요도 점수를 계산해야 합니다. 모델의 정확도를 조사하고 결과를 복제하려면 올바른 메트릭을 선택하도록 순열 기능 중요도 모듈을 설정해야 합니다.
하이퍼파라미터를 사용하여 학습 단계를 가속화하기 위해 모델 학습 프로세스에서 하이퍼파라미터를 구성하려고 합니다. 또한 이 구성은 각 평가 간격에서 성능이 가장 낮은 실행을 취소하여 성공 가능성이 더 높은 모델에 노력과 리소스를 투입해야 합니다.
모델이 하이퍼파라미터 튜닝에서 컴퓨팅 리소스를 효율적으로 사용하지 못할 수도 있다는 우려가 있습니다. 또한 모델이 전체 튜닝 시간의 증가를 방해할 수도 있다는 점을 우려합니다. 따라서 유망한 작업을 종료하지 않고 비용 절감을 제공하는 모델에 조기 중지 기준을 구현해야 합니다.
테스트
Azure Machine Learning Studio의 파티션 및 샘플 모듈을 사용하여 샘플링을 기반으로 데이터 세트의 여러 파티션을 생성해야 합니다. 교차 검증을 위해 3개의 동일한 분할을 생성해야 합니다. 또한 테스트 및 교육 데이터 세트의 행이 각 도시의 주요 강 근처에 있는 속성으로 균등하게 나뉘도록 교차 유효성 검사 프로세스를 구성해야 합니다. 속성이 강 근처에 있음을 식별하는 데이터는 NextToRiver라는 열에 보관됩니다. 데이터가 샘플링 프로세스를 거치기 전에 이 작업을 완료하려고 합니다.
대도시의 부동산 가격 데이터를 보여주는 부동산 데이터셋을 사용하여 선형 회귀 모듈을 훈련할 때 모델에서 사용할 최상의 기능을 결정해야 합니다. 기능 중요도 프로세스가 완료되기 전후에 성능을 측정하기 위해 제공된 표준 지표를 선택할 수 있습니다. 여러 교육 모델에서 기능 분포가 일관되도록 해야 합니다.
데이터 시각화
테스트 결과를 Fabrikam Residences 팀에 제공해야 합니다. 결과 표시를 돕기 위해 데이터 시각화를 생성합니다.
모델의 진단 테스트 평가를 수행하려면 ROC(수신기 작동 특성) 곡선을 생성해야 합니다. Two-Class Decision Forest와 Two-Class Decision Jungle 모듈을 서로 비교하려면 Azure Machine Learning Studio에서 ROC 곡선을 생성하는 적절한 방법을 선택해야 합니다.