UdacityCapstone:在这个项目中，我们将创建两个模型

在Azure上的笔触谓词 在这个项目中，我们将创建两个模型： 一种使用自动ML； 一种自定义模型，其超参数使用HyperDrive进行了调整。 然后，我们将比较两个模型的性能并部署性能最佳的模型。 项目设置与安装 可选：如果您的项目有任何特殊的安装步骤，则应在此处放置它。 要将这个项目变成一个专业的项目组合项目，建议您解释一下如何在AzureML中设置此项目。 数据集 我们使用了的（可预测中风事件的11个临床特征） 根据世界卫生组织（WHO）的数据，中风是全球第二大死亡原因，约占总死亡人数的11％。 该数据集用于根据输入参数（例如性别，年龄，各种疾病和吸烟状况）预测患者是否可能中风。 数据中的每一行都提供有关患者的相关信息。 概述：属性信息 id：唯一标识符 性别：“男”，“女”或“其他” 年龄：患者年龄 高血压：如果患者没有高血压，则为0；如果患者患有高血压，则为1 heart