使用Azure机器学习预测所选的抵押类型

Question

我的目标是使用Azure机器学习来预测一个人将根据他们的年龄采取的抵押类型。

请注意，我有220,000行数据。有几种不同的抵押贷款类型，但购买，转移和购买让我们占据主导地位的数据。 典型的数据横截面可能是： -

• 20岁，购买
• 30岁，购买
• 30岁，转按
• 40岁，转按
• 年龄55岁，买入让
• 年龄55，股权发行

我的Azure机器学习实验如下所示。 我的元数据编辑是将MortgageType列更改为标签，将Age更改为整数。我也玩弄过它们的分类/非绝对。

当我查看评估结果时，我得到以下内容。

这是否意味着我只能以60％的信心真实地预测买入和购买？ 我这样做是否正确，还有其他方法可以实现我的目标吗？

Answer 1

AzureML显示的图表称为混淆矩阵。在您的情况下，它应解释为：

对于实际上是桥接抵押贷款的每笔抵押贷款，模型预测购买抵押贷款的可能性为64.7％，购买抵押贷款的可能性为17.6％，转按抵押贷款的可能性为17.6％。

您的模型只预测选定的抵押贷款是买入，购买或转按。这可能是因为您只使用age作为一项功能，它不会向模型提供大量信息。考虑为模型添加其他功能，以提高其预测能力。