所以我最近一直在玩Azure ML，並且我得到了一個數據集，其中有多個我想要預測的值。他們都使用不同的算法，當我嘗試在一個實驗中訓練多個模型時;它說「火車模型只能預測一個值」，並且即使我對每個度量使用相同的算法，火車模型上的輸入端口也沒有足夠多的值。我嘗試啓動列選擇器並制定規則，但我得到了與上述相同的錯誤。如何預測多個值，然後將預測的列放在一起以便輸出Web服務，這樣我就不必擁有多個API了？用多種方法訓練多個模型並積累預測
你想要做的是訓練每個模型，並將它們保存爲已經過訓練的模型。 因此，創建一個新實驗，通過右鍵單擊每個模型來訓練模型並保存它們，並且它們將顯示在Studio的左側導航欄中。現在，您可以將模型拖動到畫布中並讓它們得分預測，最終使它們最終以相同的輸出結束，就像我在示例中通過「添加列」模塊所做的那樣。我爲羅納爾多（皇家馬德里CF球員）做了這個例子，說明他將在訓練日後在比賽中表現如何。你可以看到我的演示上http://ronaldoinform.azurewebsites.net
有關如何保存模型和培養多個值更詳細的解釋;您可以在此鏈接的評論部分查看Raymond Langaeian（MSFT）的回答： https://azure.microsoft.com/en-us/documentation/articles/machine-learning-convert-training-experiment-to-scoring-experiment/
你必須爲你要預測的每個變量訓練模型。然後將所有這些預測列添加到一起，並作爲Web服務的單個輸出。
ML中可用的算法只能根據所獲得的輸入一次預測單個變量。