我应该如何使用 Azure 机器学习训练我的训练模型（多个或单个）？
How should I train my train models (multiple or single) with Azure Machine Learning?
我正在研究我的论文（通过让交通信号灯系统学习来提高交通信号灯系统的工作效率），并且在这项研究的第一部分，即如何预测接下来十五分钟的交通强度，我有预测十字路口每条车道的交通（汽车）强度。
上图是一个真实路口的草图，有12条不同的车道，我有历史强度数据。我想通过预测接下来 15 分钟每条泳道的强度来使用回归模型算法。
我生成的数据集是一个 CSV-file，包含 headers 中的所有泳道以及第 X-15 分钟（3 个月长）内每个泳道的强度。下面我将展示生成的数据集。
我在 C# 中编写了一个 控制台应用程序 来编写和生成此输出，并将此数据集上传到我的 Azure ML 项目.
当我想训练一个模型时，我只能select一个列，这意味着我只能为一个车道训练一个模型。我的问题是，正如我在另一个问题中读到的那样，我应该为每个车道训练一个新模型并保存它，还是可以以某种方式将我的数据转换为更有效的数据集并最终将其训练为一个火车模型？
是的。为此，您应该为要预测值的每一列训练单独的模型。如果预测值对其他列的强度有影响，则将它们用作构建预测模型的输入。
我正在研究我的论文（通过让交通信号灯系统学习来提高交通信号灯系统的工作效率），并且在这项研究的第一部分，即如何预测接下来十五分钟的交通强度，我有预测十字路口每条车道的交通（汽车）强度。
上图是一个真实路口的草图，有12条不同的车道，我有历史强度数据。我想通过预测接下来 15 分钟每条泳道的强度来使用回归模型算法。
我生成的数据集是一个 CSV-file，包含 headers 中的所有泳道以及第 X-15 分钟（3 个月长）内每个泳道的强度。下面我将展示生成的数据集。
我在 C# 中编写了一个 控制台应用程序 来编写和生成此输出，并将此数据集上传到我的 Azure ML 项目.
当我想训练一个模型时，我只能select一个列，这意味着我只能为一个车道训练一个模型。我的问题是，正如我在另一个问题中读到的那样，我应该为每个车道训练一个新模型并保存它，还是可以以某种方式将我的数据转换为更有效的数据集并最终将其训练为一个火车模型？
是的。为此，您应该为要预测值的每一列训练单独的模型。如果预测值对其他列的强度有影响，则将它们用作构建预测模型的输入。