文件名称：azure-ml-experiment:用决策森林算法对虹膜进行分类
文件大小：107KB
文件格式：ZIP
更新时间：2024-06-06 00:53:02
realtime iris azure-ml machine-learning-experimentation decision-forest-algorithm
用决策森林算法对虹膜进行分类 开始之前 我们需要为机器学习实验和模型管理创建帐户，并安装ML Workbench。 创建机器学习实验 推荐使用Azure帐户（如果您还没有帐户，请）。 选项1： 在Azure门户中，单击“新建”按钮，然后单击“数据+分析”，然后单击“机器学习实验”。 填写帐户名称。 选择您要计费的订阅。 选项2： sh az ml account experimentation create -n (account) -g (resourceGroup) 安装Azure ML Workbench 快速开始 克隆存储库 git clone https://github.com/jcdesousa/azure-ml-experiment.git 启动工作台。 将现有文件夹添加为项目 选择local作为执行环境，并选择iris_sklearn_forest.p
【文件预览】：
azure-ml-experiment-master
----iris.dprep(4KB)
----iris_sklearn.py(3KB)
----iris_sklearn_forest.py(3KB)
----iris.dprep.user(508B)
----iris_spark.py(2KB)
----iris_sklearn_shared_folder.py(2KB)
----plot_graphs.py(4KB)
----iris.dsource.user(506B)
----iris.csv(4KB)
----model.pkl(21KB)
----service_schema.json(859B)
----iris.dsource(4KB)
----run.py(368B)
----service_schema(859B)
----LICENSE(1KB)
----plot_graphs_forest.py(4KB)
----iris.ipynb(98KB)
----docs()
--------iris.png(8KB)
----aml_config()
--------docker.compute(134B)
--------conda_dependencies.yml(686B)
--------docker-spark.runconfig(285B)
--------local.compute(117B)
--------docker-python.runconfig(284B)
--------spark_dependencies.yml(1008B)
--------local.runconfig(283B)
----.gitignore(99B)
----.azureml()
--------project.json(255B)
----readme.md(4KB)
----score_iris.py(3KB)