Amazon Machin Learningとは

学習には"教師あり学習"(Supervised Learning), "教師なし学習"(Unsupervised Learning)の2種類ありますが、Amazon Machine Leariningでは”教師あり学習"が可能です。つまり、過去の膨大な教師データを元に、未来の予測が可能です。

Amazon Machin Learningでは以下の3種類の学習が可能です

二項分類（Binary Classification）
- 0, 1の予測を行う。例えば、このお客様は商品を買うか、買わないかなど
多項分類（Multiclass Classification）
- A,B,Cのどれにあたるかといった、複数の分類の予測を行う
回帰分析（Regression）
- 具体的な値を予測します。明日の気温は何度かなど。

Amazon自体は機械学習を過去から行っていたと思われるが、そのノウハウが入っている。例えば、過学習を防ぐなどのチューニングがされている模様(正規化処理)。

入力データ

今回は、機械学習のサンプルで良く使用される有名なIris Dataを使用致します。

三種類のあやめの品種のそれぞれからの 150の花の、センチメートル単位の蕚(がく)片の長さと幅、花弁の長さと幅の計測結果を与えています。

Amazon Machine Learningのデフォルトでは単純に上から70%が教師データ、下の30%が検証データになるので、シャッフルしておきます。

今回はデータ量も少ないので、以下のようにExcelで並べ替えします

まずColumnで以下のようにRAND関数で乱数を追加します

次に"Custom Sort"で乱数を元にソートします

これで入力データはランダムになりましたので、このデータをCSVファイルにコピーでもして下さい。

最後に重要な点なのですが、文字コードをUTF-8、改行コードをLFに変更して下さい。

入力データ(DataSource)の登録

まずAWSのMachin Learningから入力データを読めるようにS3にCSVをアップロードします。

その後、Machine Learningのサービスを起動します。初めての人は"Get Start"の後にCustom SetupをLunchします。先ほどアップロードしたS3ファイルを指定します。

Machine LearningのサービスからS3のアクセス許可を求められるので許可します

その後に"Verify"でデータの確認をします。最後の列が"Categorical"になっていることを確認して下さい。そして左のチェックボックスをチェックして下さい。このCategoricalなデータをターゲット指定したということで、Val1,2,3,4のパラメーターからVal5を推定するといったモデルを作成することになります。