Partilhar via


Módulos de classificação

Importante

O suporte para o Estúdio de ML (clássico) terminará a 31 de agosto de 2024. Recomendamos a transição para o Azure Machine Learning até essa data.

A partir de 1 de dezembro de 2021, não poderá criar novos recursos do Estúdio de ML (clássico). Até 31 de agosto de 2024, pode continuar a utilizar os recursos existentes do Estúdio de ML (clássico).

A documentação do Estúdio de ML (clássico) está a ser descontinuada e poderá não ser atualizada no futuro.

Este artigo descreve os módulos em Machine Learning Studio (clássico) que suportam a criação de modelos de classificação. Pode utilizar estes módulos para construir modelos de classificação binários ou multiclasses.

Nota

Aplica-se a: Machine Learning Studio (clássico) apenas

Módulos semelhantes de arrasto e queda estão disponíveis em Azure Machine Learning designer.

Sobre a classificação

A classificação é um método de aprendizagem automática que utiliza dados para determinar a categoria, tipo ou classe de um item ou linha de dados. Por exemplo, pode utilizar a classificação para:

  • Classifique os filtros de e-mail como spam, lixo ou bom.
  • Determinar se a amostra de laboratório de um paciente é cancerígena.
  • Categorizar os clientes pela sua propensão para responder a uma campanha de vendas.
  • Identifique o sentimento como positivo ou negativo.

As tarefas de classificação são frequentemente organizadas se uma classificação é binária (A ou B) ou multiclasse (várias categorias que podem ser previstas através de um único modelo).

Criar um modelo de classificação

Para criar um modelo de classificação, ou classificador, primeiro, selecione um algoritmo apropriado. Considere estes fatores:

  • Quantas aulas ou resultados diferentes quer prever?
  • Qual é a distribuição dos dados?
  • Quanto tempo pode permitir o treino?

Machine Learning Studio (clássico) fornece vários algoritmos de classificação. Quando se usa o algoritmo One-Vs-All , pode até aplicar um classificador binário a um problema de várias classes.

Depois de escolher um algoritmo e definir os parâmetros utilizando os módulos desta secção, treine o modelo em dados rotulados. A classificação é um método de aprendizagem automática supervisionado. Requer sempre dados de treino rotulados.

Quando o treino terminar, pode avaliar e afinar o modelo. Quando estiver satisfeito com o modelo, use o modelo treinado para marcar com novos dados.

Lista de módulos

A categoria classificação inclui os seguintes módulos:

Exemplos

Por exemplo, classificação em ação, consulte a Galeria Azure AI.

Para ajudar a escolher um algoritmo, consulte estes artigos:

Ver também