我们不再更新 Amazon Machine Learning 服务，也不再接受新用户使用该服务。本文档可供现有用户使用，但我们不会再对其进行更新。有关更多信息，请参阅[什么是 Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 步骤 3：创建 ML 模型
<a name="step-3-create-an-ml-model"></a>

 在创建训练数据源之后，您可以用它来创建 ML 模型、训练模型，然后评估结果。ML 模型是 Amazon ML 在训练期间从数据中发现的模式的集合。您可以使用模型创建预测。

**创建 ML 模型**

1.  由于“入门”向导创建了训练数据源和模型，Amazon Machine Learning (Amazon ML) 会自动使用您刚创建的训练数据源，并将您直接转到**机器学习模型设置**页面。在 **ML 模型设置**页面上，确保 **ML 模型名称**中显示了默认值 **ML model: Banking Data 1**。

   使用友好的名称，例如默认值，帮助您轻松识别和管理 ML 模型。

1.  对于**训练和评估设置**，请确保选择**默认**。  
![\[Select training and evaluation settings interface with Default option selected.\]](http://docs.aws.amazon.com/zh_cn/machine-learning/latest/dg/images/image19.png)

1.  对于**为此评估命名**，请接受默认值 **Evaluation: ML model: Banking Data 1**。

1.  选择**审核**，检查您的设置，然后选择**完成**。

    选择**完成**之后，Amazon ML 将您的模型添加到处理队列中。Amazon ML 创建您的模型时，它会应用默认值并应用以下操作：
   + 将训练数据源拆分为两个部分：一个包含 70% 的数据，另一个包含剩余的 30% 
   + 在包含 70% 输入数据的部分上训练 ML 模型 
   + 使用剩余的 30% 输入数据评估模型 

   当您的模型在队列中时，Amazon ML 将状态报告为**待处理**。Amazon ML 创建您的模型时，它会将状态报告为**正在进行**。完成所有操作后，它会将状态报告为**已完成**。等待评估完成，然后再继续操作。

现在，您已准备就绪，可[查看您的模型的性能和设置截断值分数](step-4-review-model-and-set-cutoff.md)。

 有关训练和评估模型的更多信息，请参阅[训练 ML 模型](training-ml-models.md)和[评估 ML 模型](evaluating_models.md)。