Azureにはオンラインで利用できる機械学習Machine Learning（Azure ML）が提供されており、様々なパーツをドラッグ＆ドロップするだけで簡単に機械学習を使うことが出来ます。
今回は前回の続きとして、前回までに設定した機械学習モデル（Two-Class Boosted Decision Tree）と比較を行うためのTwo-Class Support Vector Machineの設定を行います。
事前準備
・ Microsoft Azure Machine Learningのアカウント
・ ブラウザ
必要スキル
・ 特になし
- 前回の続きで以下の画面が表示されている状態です。
- 右のExecure R Scriptの下にモデルからTwo-Class Support Vector MachineとNormalize Dataを2つ、Train Model、Score Modelをキャンバスに追加します。
先ほどとの違いとしてはTwo-Class Support Vector Machineの場合、数値型をすべて同じスケールに変換することで最良の結果を得られるため、Normalize Dataを追加しております。
- Normalize DataとExecure R Scriptそれぞれコネクトします。
- Normalize Dataのプロパティを編集します。
Transformation methodをTanhに変更し、Launch column selectorをクリックします。
- Column selectorでは1行追加し、「Exclude Column names Credit Risk」を追加します。
- 残りのコネクタを接続します。
- ビックリマークが出ているTrain Modelのプロパティを編集します。
- 設定完了です。
後は2つのモデルを比較するモデルを作成して実行で終りとなります。
お楽しみに！
