説明

ステップ1：スイープクラスタリング
まず、「モデルのハイパーパラメータの調整」モジュールを使用して、検討している各モデルに最適なパラメータのセットを選択します。
「TuneModelHyperparameters」モジュールの興味深い点の1つは、Tuneingからの結果を出力するだけでなく、TrainedModelも出力することです。
ステップ2：モデルをトレーニングする
ステップ3：モデルを評価する
シナリオ：テスト結果をFabrikamResidencesチームに提供する必要があります。結果の提示を支援するためにデータの視覚化を作成します。
モデルの診断テスト評価を実行するには、受信者動作特性（ROC）曲線を作成する必要があります。2クラスのDecisionForestモジュールと2クラスのDecisionJungleモジュールを相互に比較するには、Azure MachineLearningStudioでROC曲線を作成するための適切な方法を選択する必要があります。
参照：
http://breaking-bi.blogspot.com/2017/01/azure-machine-learning-model-evaluation.html