最近Azure MLで遊んでいて、予測したい値が複数あるデータセットが1つあります。それらのすべてが異なるアルゴリズムを使用し、1つの実験で複数のモデルを訓練しようとすると、 「列車モデルは1つの値しか予測できません」と言います。列車モデルには、各指標に同じアルゴリズムを使用していても複数の値を取るための十分な入力ポートがありません。列セレクタを起動してルールを作成しようとしましたが、同じエラーが発生しました。複数の値を予測して後で予測される列をWebサービスの出力にまとめて、複数のAPIを持つ必要はありません。複数のモデルをさまざまな方法でトレーニングして予測を累積します
あなたがしたいことは、各モデルを訓練し、既に訓練されたモデルとして保存することです。 新しい実験を作成し、モデルを訓練し、各モデルを右クリックして保存してください。スタジオの左側のナビゲーションバーに表示されます。これで、モデルをキャンバスにドラッグして予測を得て、最終的に「列の追加」モジュールを使用した例と同じ結果を出力することができます。私はトレーニングの後に試合でどのように演技するかについて、ロナウド（レアル・マドリーCF選手）のためのこの例を作った。あなたは、モデルを保存し、複数の値を訓練する方法の詳細説明についてはhttp://ronaldoinform.azurewebsites.net
に私のデモを見ることができます。このリンクのコメント欄にRaymond Langaeian（MSFT）の回答を確認できます： https://azure.microsoft.com/en-us/documentation/articles/machine-learning-convert-training-experiment-to-scoring-experiment/
予測する変数ごとにモデルを訓練する必要があります。それらの予測された列をすべて一緒に追加し、Webサービスの単一の出力として取得します。
MLで利用可能なアルゴリズムは、取得した入力に基づいて一度に1つの変数のみを予測することができます。