我們不再更新 Amazon Machine Learning 服務或接受新使用者。本文件可供現有使用者使用，但我們不再更新。如需詳細資訊，請參閱[什麼是 Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html)。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

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

 Amazon ML 支援三種類型的 ML 模型：二進位分類、多類別分類和迴歸。您應選擇的模型類型，取決於您想要預測的目標類型。

## 二元分類模型
<a name="binary-classification-model"></a>

二元分類問題的 ML 模型預測二元結果 (兩個可能類別其中之一)。為了訓練二進位分類模型，Amazon ML 使用稱為邏輯回歸的產業標準學習演算法。

### 二元分類問題範例
<a name="examples-of-binary-classification-problems"></a>
+  「這個電子郵件是否為垃圾郵件？」 
+  「客戶會不會購買此產品？」 
+  「這個產品是書籍還是農畜品？」 
+  「這個評論是由客戶還是機器人所撰寫？」 

## 多類別分類模型
<a name="multiclass-classification-model"></a>

 多類別分類問題的 ML 模型可讓您為多類別產生預測 (預測兩個以上結果的其中一個)。對於訓練多類別模型，Amazon ML 使用稱為多節點羅吉斯迴歸的產業標準學習演算法。

### 多類別問題範例
<a name="examples-of-multiclass-problems"></a>
+  「這個產品是書籍、電影還是衣服？」 
+  「這個電影是浪漫喜劇片、紀錄片還是驚悚片？」 
+  「這個客戶最感興趣的產品類別為何？」 

## 回歸模型
<a name="regression-model"></a>

 回歸問題的 ML 模型預測數值。對於訓練迴歸模型，Amazon ML 使用稱為線性迴歸的產業標準學習演算法。

### 回歸問題範例
<a name="examples-of-regression-problems"></a>
+  「西雅圖明天的溫度為何？」 
+  「這個產品會售出多少單位？」 
+  「這棟房屋的售價為何？」