선형 판별 분석 방법은 연속형 변수에만 적용되고 범주형 변수나 순서형 변수에는 적용되지 않습니다.
선형 판별 분석은 변수의 평균을 비교하여 분석한다는 점에서 분산 분석(ANOVA)과 유사합니다.
대본:
데이터 과학자는 머신 러닝 파이프라인에서 자동 기능 엔지니어링과 모델 구축을 사용하여 로컬 환경에서 노트북을 구축해야 합니다.
지역 군중 감정 모델에 대한 실험은 지역 페널티 감지 데이터를 결합해야 합니다.
로컬 모델의 모든 공유 특성은 연속 변수입니다.
잘못된 답변:
B: 피어슨 상관 계수는 때때로 피어슨의 R 검정이라고도 하며, 두 변수 간의 선형 관계를 측정하는 통계적 값입니다. 계수 값을 조사하면 두 변수 간의 관계 강도와 양의 상관 관계인지 음의 상관 관계인지에 대한 정보를 추론할 수 있습니다.
C: 스피어만 상관 계수는 비모수적이고 비정규 분포된 데이터와 함께 사용하도록 설계되었습니다. 스피어만 계수는 두 변수 간의 통계적 종속성을 측정하는 비모수적 측정이며, 때때로 그리스 문자 로(rho)로 표시됩니다. 스피어만 계수는 두 변수가 단조롭게 관련된 정도를 나타냅니다. 순서형 변수와 함께 사용할 수 있기 때문에 스피어만 순위 상관이라고도 합니다.
참조:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/fisher-linear-discriminant-분석
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/compute-linear-correlation Feature Engineering Testlet 2 수행 사례 연구 이것은 사례 연구입니다. 사례 연구는 별도로 시간이 정해져 있지 않습니다. 각 사례를 완료하는 데 필요한 만큼 시험 시간을 사용할 수 있습니다. 그러나 이 시험에는 추가 사례 연구와 섹션이 있을 수 있습니다. 제공된 시간 내에 이 시험에 포함된 모든 문제를 완료할 수 있도록 시간을 관리해야 합니다.
사례 연구에 포함된 질문에 답하려면 사례 연구에 제공된 정보를 참조해야 합니다. 사례 연구에는 사례 연구에 설명된 시나리오에 대한 추가 정보를 제공하는 전시 및 기타 리소스가 포함될 수 있습니다. 각 질문은 이 사례 연구의 다른 질문과 독립적입니다.
이 사례 연구가 끝나면 검토 화면이 나타납니다. 이 화면에서 답을 검토하고 시험의 다음 섹션으로 넘어가기 전에 변경할 수 있습니다. 새 섹션을 시작한 후에는 이 섹션으로 돌아갈 수 없습니다.
사례 연구를 시작하려면
이 사례 연구의 첫 번째 질문을 표시하려면 다음 버튼을 클릭합니다. 질문에 답하기 전에 왼쪽 창의 버튼을 사용하여 사례 연구의 내용을 탐색합니다. 이러한 버튼을 클릭하면 비즈니스 요구 사항, 기존 환경 및 문제 진술과 같은 정보가 표시됩니다. 사례 연구에 모든 정보 탭이 있는 경우 표시되는 정보가 후속 탭에 표시되는 정보와 동일하다는 점에 유의하세요. 질문에 답할 준비가 되면 질문 버튼을 클릭하여 질문으로 돌아갑니다.
개요
당신은 미국에서 양질의 개인 및 상업용 부동산을 전문으로 하는 회사인 Fabrikam Residences의 데이터 과학자입니다. Fabrikam Residences는 유럽으로의 확장을 고려하고 있으며 주요 유럽 도시의 개인 주택 가격을 조사해 달라고 요청했습니다.
Azure Machine Learning Studio를 사용하여 부동산의 중간값을 측정합니다. 선형 회귀 및 베이지안 선형 회귀 모듈을 사용하여 부동산 가격을 예측하는 회귀 모델을 생성합니다.
데이터 세트
런던과 파리라는 두 도시의 부동산 세부 정보가 포함된 CSV 형식의 두 데이터 세트가 있습니다. 두 파일을 모두 Azure Machine Learning Studio에 별도의 데이터 세트로 추가하여 실험의 시작 지점으로 삼습니다. 두 데이터 세트 모두 다음 열을 포함합니다.

초기 조사에 따르면, MedianValue 열을 제외하면 데이터 세트의 구조는 동일한 것으로 나타났습니다.
더 작은 파리 데이터 세트에는 텍스트 형식의 MedianValue가 포함되어 있는 반면, 더 큰 런던 데이터 세트에는 숫자 형식의 MedianValue가 포함되어 있습니다.
데이터 문제
누락된 값
두 데이터 세트의 AccessibilityToHighway 열에는 누락된 값이 있습니다. 누락된 데이터는 누락된 값을 채우기 전에 데이터의 다른 변수를 사용하여 조건부로 모델링되도록 새 데이터로 대체해야 합니다.
각 데이터 세트의 열에는 누락된 값과 null 값이 포함되어 있습니다. 데이터 세트에는 또한 많은 이상치가 포함되어 있습니다. Age 열에는 이상치 비율이 높습니다. Age 열에서 이상치가 있는 행을 제거해야 합니다.
MedianValue와 AvgRoomsInHouse 열은 모두 숫자 형식으로 데이터를 보관합니다. 두 열 간의 관계를 더 자세히 분석하려면 피처 선택 알고리즘을 선택해야 합니다.
모델 적합성
모델은 과적합의 징후를 보입니다. 과적합을 줄이는 더 정제된 회귀 모델을 만들어야 합니다.
실험 요구 사항
성능을 평가하기 위해 선형 회귀 및 베이지안 선형 회귀 모듈을 교차 검증하도록 실험을 설정해야 합니다. 각 경우 데이터 세트의 예측 변수는 MedianValue라는 열입니다. Paris 데이터 세트의 MedianValue 열의 데이터 유형이 London 데이터 세트의 구조와 일치하는지 확인해야 합니다.
결과를 예측하기 위해 데이터 열을 우선시해야 합니다. 관계를 측정하려면 비모수 통계를 사용해야 합니다.
MedianValue와 AvgRoomsInHouse 열 간의 관계를 분석하려면 기능 선택 알고리즘을 사용해야 합니다.
모델 학습
순열 기능 중요도
훈련된 모델과 테스트 데이터 세트가 주어지면 피처 변수의 순열 피처 중요도 점수를 계산해야 합니다. 모델에 대한 절대적 적합도를 결정해야 합니다.
하이퍼파라미터
모델 학습 프로세스에서 하이퍼파라미터를 구성하여 학습 단계를 가속화해야 합니다. 또한 이 구성은 각 평가 간격에서 가장 성과가 낮은 실행을 취소하여 성공 가능성이 더 높은 모델에 노력과 리소스를 집중해야 합니다.
모델이 하이퍼파라미터 튜닝에서 컴퓨팅 리소스를 효율적으로 사용하지 못할까봐 걱정됩니다. 또한 모델이 전체 튜닝 시간의 증가를 막을까봐 걱정됩니다. 따라서 유망한 작업을 종료하지 않고도 절감 효과를 제공하는 모델에 조기 중단 기준을 구현해야 합니다.
테스트
Azure Machine Learning Studio의 파티션 및 샘플 모듈을 사용하여 샘플링을 기반으로 데이터 세트의 여러 파티션을 생성해야 합니다.
교차 검증
교차 검증을 위해 세 개의 동일한 파티션을 만들어야 합니다. 또한 테스트 및 훈련 데이터 세트의 행이 각 도시의 주요 강 근처에 있는 속성으로 균등하게 나뉘도록 교차 검증 프로세스를 구성해야 합니다. 데이터가 샘플링 프로세스를 거치기 전에 이 작업을 완료해야 합니다.
선형 회귀 모듈
선형 회귀 모듈을 훈련할 때는 모델에서 사용할 최상의 피처를 결정해야 합니다. 피처 중요도 프로세스가 완료되기 전과 후에 성능을 측정하기 위해 제공된 표준 메트릭을 선택할 수 있습니다. 여러 훈련 모델에 걸친 피처 분포는 일관되어야 합니다.
데이터 시각화
Fabrikam Residences 팀에 테스트 결과를 제공해야 합니다. 결과를 제시하는 데 도움이 되는 데이터 시각화를 만듭니다.
모델의 진단 테스트 평가를 수행하려면 ROC(Receiver Operating Characteristic) 곡선을 생성해야 합니다. Azure Machine Learning Studio에서 ROC 곡선을 생성하기 위한 적절한 방법을 선택하여 Two-Class Decision Forest와 Two-Class Decision Jungle 모듈을 서로 비교해야 합니다.

설명

박스 1 : 0.859122
박스 2: 양의 선형 관계
+1은 강력한 양의 선형 관계를 나타냅니다.
-1은 강한 음의 선형 상관관계를 나타냅니다.
0은 두 변수 사이에 선형 관계가 없음을 나타냅니다.
참고문헌:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/compute-linear-correlation

참조:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-deploy-azure-kubernetes-service
https://docs.microsoft.com/en-us/azure/databricks/dev-tools/api/latest/aad/service-prin-aad-token

임의 그리드에서 최대 실행 횟수: 이 옵션은 매개변수 값의 임의 샘플링에 대한 반복 횟수도 제어하지만, 값은 지정된 범위에서 임의적으로 생성되지 않습니다. 대신 매개변수 값의 모든 가능한 조합으로 매트릭스를 만들고 매트릭스에 대한 임의 샘플링을 수행합니다. 이 방법은 더 효율적이고 지역적 과다 샘플링이나 과소 샘플링이 덜 발생합니다.
통합된 매개변수 스윕을 지원하는 모델을 훈련하는 경우 사용할 시드 값 범위를 설정하고 랜덤 시드를 반복할 수도 있습니다. 이는 선택 사항이지만 시드 선택으로 인해 발생하는 편향을 피하는 데 유용할 수 있습니다.
잘못된 답변:
B: 클러스터링 모델을 구축하는 경우 스윕 클러스터링을 사용하여 최적의 클러스터 수와 기타 매개변수를 자동으로 결정합니다.
C: 전체 그리드: 이 옵션을 선택하면 모듈은 시스템에서 미리 정의한 그리드를 반복하여 다양한 조합을 시도하고 최상의 학습자를 식별합니다. 이 옵션은 최상의 매개변수 설정이 무엇인지 모르고 모든 가능한 값 조합을 시도하려는 경우에 유용합니다.
E: 무작위 스윕을 선택하면 매개변수 값을 무작위로 조합하여 모델을 학습할 횟수를 지정할 수 있습니다.
참고문헌:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/tune-model-hyperparameters