自动化机器学习(AutoML)任务全流程指南
1. 什么是AutoML任务
在定义好数据集后,需要确定用于AutoML训练的计算资源。在Azure中,对特定数据集进行的一次AutoML训练被称为一个AutoML任务,这些任务会被组织在实验中。实验包含了计算环境的大小等信息,并指定要预测的列。
操作步骤如下:
1. 由于还未设置实验,选择“创建新实验”单选按钮。
2. 输入自定义的实验名称,例如“aa - automl - arrdel15”。
3. 指定“ArrDel15 (String)”作为目标列。
4. 选择计算类型为“计算实例”,然后选择之前创建的计算资源。若计算实例处于停止状态,需先启动它,操作方法为:在Azure机器学习工作室主菜单中选择“计算”,从列表中选择实例,然后点击“启动”。为避免中断AutoML任务的设置,建议在新标签页中打开计算实例菜单。
使用Azure机器学习本身无额外费用,但会收取底层Azure服务的费用,如Azure计算能力或Azure Blob存储。虽然更高的计算能力可提高AutoML速度并降低任务成本,但通常选择较便宜的计算资源并接受稍长的训练时间更具成本效益。此用例中的AutoML训练即使多次进行,也应在免费试用预算范围内。
2. 指定AutoML任务类型
可从以下三种任务类型中选择:
| 任务类型 | 描述 |
| ---- | ---- |
| 分类 | 预测分类变量 |
| 回归 | 预测连续数值变量 |
| 时间序列预测 | 对时间序列数据进行回归 |
在选择“下一步”之前,点击“查看
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



