深度分析 > Auto Model模型

要成为一个机器学习工程师，既要了解各个模型的使用，还要有很好的数学基础，准入门槛非常高。除此之外，还需要有一定的经验积累才能精准完成模型参数的调整。而Auto Model专为小白用户设计，可以帮助用户降低使用门槛，通过自动建模的方式完成一个深度分析的实验。

用户可以按步骤指示操作，简单易懂，目前支持预测和聚类两种常用场景。

预测场景：共分六步进行创建，依次为选择数据、选择任务、选择目标、选择输入数据、选择模型和结果展示。主要应用于预测数据的未来发展趋势，包含分类、回归算法，常用于垃圾邮件识别、信用卡反欺诈等。

聚类场景：共分五步进行创建，依次为选择数据、选择任务、选择输入数据、选择模型和结果展示。常用于员工离职分析，用户画像分析，营销策略等。

所有步骤执行完毕后，用户可保存整个Auto Model创建流程以及任意生成的模型。

•快速入门：简要讲解Auto Model创建流程。

•选择数据：主要为了从数据集中选择实验需要的数据。

•选择任务：主要用于选择想要实现的分析场景。

•选择目标：主要用于预览目标数据和近一步设置目标值。

•选择输入数据：主要用于选择需要计算的特征字段。

•选择模型：系统会根据目标和任务选择的数据，列出与之匹配的模型，用户可以从显示的模型中选择自己需要的模型，并可以修改其参数。

•结果展示：主要用于查看运行结果，保存实验或训练模型。