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 セットを選択します。
「モデルのハイパーパラメータの調整」モジュールの興味深い点の 1 つは、チューニングの結果を出力するだけでなく、トレーニング済みモデルも出力することです。
ステップ2: モデルのトレーニング
ステップ3: モデルを評価する
シナリオ: テスト結果を Fabrikam Residences チームに提供する必要があります。結果の提示に役立つデータ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。Two-Class Decision Forest モジュールと Two-Class Decision Jungle モジュールを相互に比較するには、Azure Machine Learning Studio 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。
参考文献:
http://breaking-bi.blogspot.com/2017/01/azure-machine-learning-model-evaluation.html