シナリオ：
現在および提案されているコスト要因シナリオのパフォーマンス曲線は、次の図に示されています。

広告傾向モデルでは、0.45 のカットしきい値が使用され、加重カッパが 0.1 +/- 5% から逸脱した場合に再トレーニングが発生します。
あなたは、米国の質の高い私有および商業用不動産を専門とする会社、Fabrikam Residences のデータ サイエンティストです。Fabrikam Residences はヨーロッパへの拡大を検討しており、ヨーロッパの主要都市の個人住宅の価格を調査するように依頼しています。Azure Machine Learning Studio を使用して、プロパティの中央値を測定します。Linear Regression モジュールと Bayesian Linear Regression モジュールを使用して、不動産価格を予測する回帰モデルを作成します。
データセット
ロンドンとパリの 2 つの都市のプロパティの詳細を含む CSV 形式の 2 つのデータセットがあり、次の列があります。

2 つのデータセットは、別のデータセットとして Azure Machine Learning Studio に追加され、実験の開始点として含まれています。