Visão geral do pré-processamento de atributos

O pré-processamento de atributos é uma das etapas mais importantes do ciclo de vida de machine learning. Ela consiste em criar atributos e limpar os dados de treinamento. A criação de atributos também é chamada de engenharia de atributos.

O BigQuery ML oferece as seguintes técnicas de pré-processamento de atributos:

  • Pré-processamento automático. O BigQuery ML realiza o pré-processamento automático durante o treinamento. Para mais informações, consulte Pré-processamento automático de atributos.

  • Pré-processamento manual. É possível usar a cláusula TRANSFORM na instrução CREATE MODEL para definir o pré-processamento personalizado usando funções de pré-processamento manual. Também é possível usar essas funções fora da cláusula TRANSFORM para processar dados de treinamento antes de criar o modelo.

Receber informações do atributo

Além disso, é possível usar a função ML.FEATURE_INFO para recuperar as estatísticas de todas as colunas de atributos de entrada.

Ao usar as configurações padrão nas instruções CREATE MODEL e nas funções de inferência, é possível criar e usar modelos do BigQuery ML mesmo sem muito conhecimento de ML. No entanto, ter conhecimentos básicos sobre o ciclo de vida de desenvolvimento de ML, como engenharia de recursos e treinamento de modelo, ajuda a otimizar seus dados e seu modelo para oferecer resultados melhores. Recomendamos usar os seguintes recursos para se familiarizar com técnicas e processos de ML:

A seguir