如何告诉学习者机器学习模型的类型
How to tell the learner type of machine learning models
这是我第一次使用 Azure 机器学习...
当我使用相同的训练数据和测试数据训练了 2 个模型时，在评估模型时显示错误
All models must have the same learner type
你知道什么是机器学习模型"learner type"以及如何区分模型的学习者类型吗？
下面是我在Azure Machine Learning上的基本实践截图：
您比较的模型应该属于同一类型 - 二元 class 化、回归、多 class class 化等。例如，您无法比较有效性线性回归对逻辑回归有效性的影响。他们解决的任务完全不同。
你就是这种情况 - 你尝试将线性回归（输出实际值）与多class决策林进行比较，后者试图class将输入[=14]化=].
您要比较的第一个模型是具有连续目标变量的回归模型，并预测数据的连续值。
- 示例：'quality' 的连续量表，例如 70.6、80.5、90 等
您要比较的第二个模型是目标变量中有多个 类 的分类模型，并将您的数据分类（也预测）为多个 类。
- 示例：您现在的质量衡量标准是 'Bad'、'OK'、'Good'
您试图对比这两个模型进行评估，但这不会成功，因为它们没有给出 same/similar 输出。
所以当 Azure ML 说学习者类型时 - 在这里它可能意味着 'learning to output a continuous value' 与 'learning to output a class'。
这是我第一次使用 Azure 机器学习...
当我使用相同的训练数据和测试数据训练了 2 个模型时，在评估模型时显示错误
All models must have the same learner type
你知道什么是机器学习模型"learner type"以及如何区分模型的学习者类型吗？
下面是我在Azure Machine Learning上的基本实践截图：
您比较的模型应该属于同一类型 - 二元 class 化、回归、多 class class 化等。例如，您无法比较有效性线性回归对逻辑回归有效性的影响。他们解决的任务完全不同。
你就是这种情况 - 你尝试将线性回归（输出实际值）与多class决策林进行比较，后者试图class将输入[=14]化=].
您要比较的第一个模型是具有连续目标变量的回归模型，并预测数据的连续值。
- 示例：'quality' 的连续量表，例如 70.6、80.5、90 等
您要比较的第二个模型是目标变量中有多个 类 的分类模型，并将您的数据分类（也预测）为多个 类。
- 示例：您现在的质量衡量标准是 'Bad'、'OK'、'Good'
您试图对比这两个模型进行评估，但这不会成功，因为它们没有给出 same/similar 输出。
所以当 Azure ML 说学习者类型时 - 在这里它可能意味着 'learning to output a continuous value' 与 'learning to output a class'。