我们不再更新 Amazon Machine Learning 服务，也不再接受新用户使用该服务。本文档可供现有用户使用，但我们不会再对其进行更新。有关更多信息，请参阅[什么是 Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# ML 模型的类型
<a name="types-of-ml-models"></a>

 Amazon ML 支持三种类型的 ML 模型：二进制分类、多类别分类和回归。您应根据所要预测的目标类型来选择模型的类型。

## 二进制分类模型
<a name="binary-classification-model"></a>

用于二进制分类问题的 ML 模型预测二进制结果（两个可能的类别之一）。为训练二进制分类模型，Amazon ML 使用称为逻辑回归的行业标准学习算法。

### 二进制分类问题的示例
<a name="examples-of-binary-classification-problems"></a>
+  “电子邮件是否为垃圾邮件？” 
+  “客户是否会购买此产品？” 
+  “此产品是一本书还是农场动物？” 
+  “此评论是客户还是机器人写的？” 

## 多类别分类模型
<a name="multiclass-classification-model"></a>

 用于多类别分类问题的 ML 模型允许您为多个类别生成预测（预测两个以上结果之一）。为训练多类别模型，Amazon ML 使用称为多项逻辑回归的行业标准学习算法。

### 多类别问题的示例
<a name="examples-of-multiclass-problems"></a>
+  “此产品是书、电影还是服装？” 
+  “这是浪漫喜剧、纪录片还是惊悚片？” 
+  “此客户最感兴趣什么类别的产品？” 

## 回归模型
<a name="regression-model"></a>

 用于回归问题的 ML 模型预测数字值。为训练回归模型，Amazon ML 使用称为线性回归的行业标准学习算法。

### 回归问题的示例
<a name="examples-of-regression-problems"></a>
+  “西雅图明天的温度是多少？” 
+  “此产品将销售多少件？” 
+  “这套房屋将以什么价格出售？”