这段时间在做调研，我们小组负责了解微软的Azure的情况，按照官网教程，我搭建了一遍官网示例——汽车价格预测，过程如下：
一、创建模型
1.获取数据
若要进行机器学习，首先需获取数据。 可以使用机器学习工作室随附的多个示例数据集，也可以从多种源导入数据。 本示例将使用工作区中包含的示例数据集“汽车价格数据(原始)”。 此数据集包含各辆汽车的条目，包括制造商、车型、技术规格、价格等方面的信息。
下面介绍如何将数据集导入试验中：
（1）创建新的试验，方法是：单击“机器学习工作室”窗口底部的“+新建”，选择“试验”，并选择“空白试验”
（2）试验有一个默认名称，显示在画布顶部。 选中该名称，将试验重命名为某个有意义的名称，例如“汽车价格预测”， 名称不需唯一
（3）试验画布左侧是数据集和模块的控制板。 在此控制板顶部的“搜索”框中键入automobile，找到标有“汽车价格数据(原始)”的数据集。 将该数据集拖放到试验画布上
要查看此数据的大致情况，请单击汽车数据集底部的输出端口，并选择“可视化”
可视化结果如下图
2.准备数据
数据集通常需要经过一定的预处理才能进行分析。 例如，可能已注意到，在多个行的列中存在缺失值。 需要清除这些缺失值，使模型能够正确分析数据。 在本例中，将删除包含缺失值的所有行。
