我应该如何使用 Azure 机器学习训练我的训练模型（多个或单个）？

Question

我正在撰写我的论文（让交通信号灯系统通过让他们学习来更有效地工作），在我这项研究的第一部分，即如何预测接下来 15 分钟的交通强度，我必须预测交叉口各车道的交通（汽车）强度。

上图是一个真实交叉口的草图，有 12 条不同的车道，我有其中的历史强度数据。我想使用回归模型算法预测接下来 15 分钟内每条车道的强度。

我生成的数据集是一个 CSV 文件，其中包含标题中的所有车道以及第 X-15 分钟（3 个月长）内每个车道的强度。下面我将展示生成的数据集。

我在C# 中编写了一个控制台应用程序来编写和生成此输出，并将此数据集上传到我的Azure ML 项目。

当我想训练一个模型时，我只能选择一个列，这意味着我只能为一个车道训练一个模型。我的问题是，正如我在另一个问题中所读到的，我应该为每个车道训练一个新模型并保存它，还是我可以以某种方式将我的数据转换为更有效的数据集并最终将其训练为一个训练模型？

Answer 1

是的。为此，您应该为要预测值的每一列训练单独的模型。如果预测值对其他列的强度有影响，则将它们用作构建预测模型的输入。