多类与二分类任务的通用流程：一种Azure ML方法

当今现实世界数据库的持续增长给单台计算机带来计算挑战。另一方面，基于云的平台能够处理大量信息操作任务，从而需要使用它们进行大型现实数据集计算。本工作专注于在基于云的计算平台：Microsoft Azure Machine Learning Studio (MAMLS) 中创建一种新颖的通用流程（Generalized Flow），该流程同时接受多类和二分类数据集，并对其进行处理以最大化整体分类精度。首先，每个数据集分别拆分为训练集和测试集。然后，使用训练集估计线性和非线性分类模型参数。接着进行数据降维以最大化分类精度。对于多类数据集，利用以数据为中心的信息，通过将多分类简化为一系列层次化二分类任务来进一步提高整体分类精度。最后，在测试集上评估并评分由此获得的优化分类模型的性能。所提流程的分类特性在3个公共数据集和一个本地数据集上相对于现有最先进（state-of-the-art）方法进行了比较评估。在3个公共数据集上，所提流程实现了78-97.5%的分类精度。此外，使用眼底图像中糖尿病视网膜病变（Diabetic Retinopathy）病灶存在信息创建的本地数据集，获得了85.3-95.7%的平均分类精度，高于现有方法。因此，所提通用流程可广泛用于面向应用的大数据集（“big data sets”）。