Logistic Regression คือหนึ่งในโมเดลทาง Machine Learning และเป็นโมเดลแบบ Supervised Leaning ที่มีประสิทธิภาพในการการทำ Classification โมเดลหนึ่งที่สามารถแยกประเภทข้อมูลออกจากกันโดยใช้ feature ต่าง ๆ ที่เกี่ยวข้องโดยสามารถแยกข้อมูล 2 ประเภทออกจากกันใน AzureML ได้โดยใช้ module ที่มีชื่อว่า Two-Class Logistic Regression แต่ในบทความนี้เราจะไม่ได้ทำการ Classification ข้อมูลเป็นสองกลุ่มแต่เราจะทำการแยกประเภทมากกว่าสองกลุ่มโดยใช้  Multiclass Logistic Regression

ข้อมูลที่เราต้องการจะทำ Classification โดยใช้ Multiclass Logistic Regression ใน AzureML มาช่วยในการแยกคุณภาพของไวน์ที่เราต้องการซึ่ง มีจำนวนข้อมูล 1599 แถวและ 12 คอลัมน์ โดย 11 คอลัมน์แรกเป็น feature ที่ช่วยในการแยกประเภทและ คอลัมน์ quality คือคอลัมน์ที่เราต้องการแยกประเภทไวน์ออกจากกัน

โดยคุณภาพของไวน์จะถูกกำหนดให้เป็นเลขตั้งแต่ 3-8 โดย 3 แทนไวน์คุณภาพต่ำ และ 8 แทนไวน์คุณภาพสูง  จากการแบ่งคุณภาพของไวน์แบบนี้ทำให้เราต้องทำการ Classification คุณภาพของข้อมูลออกเป็น 6 กลุ่มซึ่งอาจทำให้ผลของการทำ Classification ออกมาไม่ดีเท่าที่ควรซึ่งในความเป็นจริงคุณภาพของไวนเหล่านี้สามารถจักกลุ่มรวมกันใหม่ได้ดังนี้

คุณภาพไวน์ที่มีค่าเป็น 3 และ 4 แทนไวน์คุณภาพต่ำ

คุณภาพไวน์ที่มีค่าเป็น 5 และ 6 แทนไวน์คุณภาพตามค่าเฉลี่ยทั่วไป

คุณภาพไวน์ที่มีค่าเป็น 7 และ 8 แทนไวน์คุณภาพสูง

การที่เราจัดกลุ่มแบบนี้ทำให้การทำ Classification ของเรามีประสิทธิภาพสูงมากยิ่งขึ้น โดยในบทความนี้นอกจากแสดงวิธีการทำ Multiclass Logistic Regression แล้วนั้น เราจะทำการเปรียบบเทียบการแยกคุณภาพของไวน์ออกเป็น 6 กลุ่มกับการแปลงเป็น 3 กลุ่ม แบบไหนจะมีประสิทธิภาพในการ classify คุณภาพของไวน์มากกว่ากัน

เราจะเริ่มการทำ Multiclass Logistic Regression โดยการแปลงข้อมูลคุณภาพของไวน์เป็น 3 กลุ่มซึ่งสามารถทำได้ ดังนี้

1. นำข้อมูลจากเครื่องเข้ามาที่ AzureML โดยกด NEW ตามด้วย DATASET คลิก From local File เพื่อเลือกข้อมูลที่อยู่ในเครื่องของเราเข้ามา จากนั้นเลือกนามสกุลไฟล์ และเลือกว่าไฟล์ที่เรานำเข้ามาต้องการให้มี header หรือชื่อคอลัมน์ไหมตามที่เราต้องการ และกดตรงเครื่องหมายถูก
2. ลากข้อมูลที่เราต้องการ Clean หรือต้องการสร้างโมเดลมาไว้บน Workspace โดยนำข้อมูลที่เรานำเข้ามาจาก Saved Dataset เลือก My Datasets จากนั้นลากชุดข้อมูลที่เราต้องการมาไว้บน Workspace
3. จากนั้นเราจะดูรายละเอียดของชนิดของข้อมูลโดยการคลิกขวาที่วงกลมเล็ก ๆ ใต้ชุดข้อมูลที่เรานำมาวาง แล้วเลือก Visualize เพื่อดูรายละเอียดของข้อมูล พบว่า ไม่มี missing data และไม่มีคอลัมน์ไหนที่ชนิดข้อมูลไม่ถูกต้อง
4. ทำการแปลงข้อมูลคุณภาพของไวน์ให้อยู่ในรูปที่เราต้องการโดยใช้ module ที่มีชื่อว่า Apply SQL Transformation แล้วเราจะพิมพ์โคด SQL เพื่อข้อมูลจัดให้อยู่ในรูปที่เราต้องการแล้วคลิก RUN

5. เลือกคอลัมน์ที่นำมาใช้ในการวิเคราะยกเว้น quality เนื่องจากเราแปลงข้อมูลให้อยู่ในรูปที่เราต้องการในคอลัมน์ WineCategory เรียบร้อยแล้ว โดยการค้นหา module ที่ชื่อว่า Select columns in dataset แล้วคลิก Launch column selector โดยเลือกทุกแถวยกเว้น quality แล้วคลิก RUN

6.   จากนั้นเราจะแยกข้อมูลออกเป็น training set เพื่อใช้ในการ train ข้อมูลและ test set เพื่อทดสอบข้อมูลสามารถทำได้โดยการค้นหา module ที่มีชื่อว่า Split Data จากนั้นทำการปรับค่า parameter โดยปรับ Fraction of rows in the first output dataset เป็น7  เพื่อแบ่งข้อมูลเป็น training set 70% และ test set 30% และใส่ค่า 123 ใน Random Seed และเลือก  Stratified split เลือก true จากนั้นเลือกคอลัมน์ที่เป็น target ของเรานั้นคือ WineCategory จากนั้นคลิก RUN

7.  ค้นหา module ที่มีชื่อว่า Multiclass Logistic Regression เพื่อทำการสร้างและ train โมเดล

โดยค่า parameter จะใช้ที่ AzureML กำหนดมา

8.  จากนั้นค้นหา module ที่ชื่อว่า Train Model ลากมาวางบน Workspace และลากเส้นเชื่อมจาก Two-Class Logistic Regression มาเชื่อมกับวงกลมวงแรกและลากจากวงกลมวงแรกอง Split Data มาเชื่อมวงกลมวงที่สองของ Train Model จากนั้นเลือกคอลัมน์ WineCategory

9.  จากนั้นค้นหา module ที่ชื่อว่า Score Model มาวางบน Workspace แล้วลากเส้นเชื่อมจาก Train Model มาเชื่อมที่วงกลมวงแรก และลากจากวงกลมที่สองของ Split Data มาเชื่อมกับวงที่สองของ Score Model

10.  ทำการเปรียบเทียบกับข้อมูลคุณภาพกับข้อมูลที่ไม่มีการแปลงโดยการ Copy ตั้งแต่ Split Data มาเชื่อมกับ winequality-red หรือ dataset ของเรา จากนั้นเปลี่ยนคอลัมน์ที่ module Split Data และTrain Model เป็น quality

11.  จากนั้นค้นหา module ที่ชื่อว่า Evaluate Model มาวางบน Workspace แล้วลากเส้นเชื่อมจาก Score Model ของทั้งสองโมเดลมาที่ Evaluate Model เพื่อดูประสิทธิภาพของโมเดลและเปรียบเทียบประสิทธิภาพโมเดลของเรา จากนั้นกด RUN

12.  Visualize ดูประสิทธิภาพของโมเดลจะพบว่าโมเดลที่ทำการแปลงคุณภาพของไวน์ให้เป็น 3 คุณภาพนั้นสามารถ Classify ได้ถูกต้องถึง 841667 หรือ 84.1667% ซึ่งมีประสิทธิภาพที่ดีมากในการทำ Classification ในทางกลับกันเมื่อเราแยกประเภทคุณภาพของไวน์ออกเป็น 6 กลุ่มเราจะได้ค่าความถูกต้องแค่ 55.7411% เท่านั้นเนื่องจากบางคุณลักษณะของ feature ที่มีคุณภาพ 3 และ 4, 5 และ 6, 7 และ 8 มีความใกล้เคียงกันนั้นเองค่ะ