Machine learning 我应该如何使用Azure机器学习训练我的训练模型（多个或单个）？

我正在写我的论文（让交通灯系统通过学习更有效地工作），在我的第一部分研究中，即如何预测未来15分钟的交通强度，我必须预测交叉口每条车道的交通（汽车）强度

上图是一个真实交叉口的草图，有12条不同的车道，我有其历史强度数据。我想通过预测未来15分钟每条车道的强度来使用回归模型算法

我生成的数据集是一个CSV文件，包含标题中的所有车道以及Xth-15分钟（3个月长）内每个车道的强度。下面我将显示生成的数据集。

我在

C

中编写了一个控制台应用程序来编写和生成此输出，并将此数据集上载到我的Azure ML项目中

---

当我想要训练一个模型时，我只能选择一个列，这意味着我只能训练一个车道的一个模型。我的问题是，正如我在另一个问题中所读到的，我应该为每条车道训练一个新模型并保存它，还是我可以将我的数据转换成一个更有效的数据集并最终训练为一个列车模型？

是的。为此，您应该为要预测值的每个列训练单独的模型。如果预测值对其他列的强度有影响，则将其用作构建预测模型的输入