AI: 开始学习AI--第一课 Machine Learning 。四，如何在Azure 建立分类模型（Classification多用疾病预测）。
机器学习的分类算法是什么？
- 分类技术预测的数据对象是离散值。根据一些数据来获得真假的比率，如癌症的良性，阴性。糖尿病等，本例子的数据是预测糖尿病，最后会输出一个预测图表。
继续使用之前创建的实验，这次通过一个关于糖尿病的分析，来介绍分类模型。
- 测试数据可以从这里下载：https://download.csdn.net/download/jason_dct/10410538
首先使用的是两个Excel 数据导入到数据集，如果不知道如何导入的话，可以参考之前的文章。
- 导入之后-Dataset diabetes.csv 和 doctores.csv 拖入到中间编辑面板里。
然后，使用Join data 控件把病人信息和相关医生连接成一个数据集。
- L 是左侧的数据集 diabetes，选择PatientID。
- R是右侧的数据集 doctores， 选择PatientID。
- 选择使用左外连接，把数据管理起来。然后运行。
- 运行成功之后，单击Join Data 空间，在下拉框里选择“visualize“ 来简单看一下数据分布情况。
- 从age年龄，diabetes pedigree 家族病史 等。由这里数据来看，峰值和谷值差距太大。直方图，大多数聚集在年轻的数据里，这对预测产生了干扰，所以我们增加一个应用数学控件，里来处理。
- 增加一个Apply Math Operation，配置如下
- Category 选择“Basic”
- Basic Math Function 选择”Ln“
- Column set Column Names= Age
- Output mode 选择Append。
- OK 配置完成之后，在Apply Math Operation 单击 visualize 产看数据结果。有了很大提升，但是还需要改善。
- 增加两个Normalize Data
- 第一个是正常的数据，使用ZScore。
- 第二个Normalize Data 包含其他列，使用MinMax
- 这里注意；PatientID 和 physician，仅仅是病人编号和医生的姓名，不会影响到数据预测，也不会训练这些数据，所以不选。
下面继续使用回归的方式分割数据
- 这是一个监督模型，增加一个Split Data控件，按照30%和70%分割数据。30%的数据用训练，70%的数据直接用于。
- 这里增加一个Train Model 如果对Train model 不太熟悉的话，请参考这里：https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/train-model
- 在配置Train Model 之前，增加一个二级决策树（Two-Class Boosted Decision Tree）。
- Train Model，选择Column names:Diabetic
- 然后增加一个Score Model（评分模型）
- 最后增加一个Evaluate Model，增加完成如下。
- 我们看一下Score Model 的输出，单击Score Model 中间的圆圈，在弹出的下拉框里选择”Visualize“
- 下图是糖尿病的阴性和阳性的预测输出结果。
- 最后看一下Evaluate Model 最终输出结果：单击Evaluate Model ，在下拉框选择 Visulize。True Positive rate和False Positive rate 。
- 预测数据结果如下，从数据结果来看，预测结果正确率达到了90%以上，虽然不能到100%正确，但是已经无限接近了。
