분류 및 회귀 개요

이진 분류 모델은 이진 결과 (2개 클래스 중 하나)를 예측합니다. 예 또는 아니요로 답할 수 있는 질문인 경우 이 모델 유형을 사용하세요. 예를 들어 고객이 구독을 구매할지 여부를 예측하는 이진 분류 모델을 빌드할 수 있습니다. 일반적으로 이진 분류 문제는 다른 모델 유형에 비해 적은 데이터가 필요합니다.

다중 클래스 분류 모델은 3개 이상의 개별 클래스 중 하나를 예측합니다. 분류에 이 모델 유형을 사용합니다. 예를 들어 소매업체의 경우 다중 클래스 분류 모델을 빌드하여 고객을 여러 페르소나로 구분할 수 있습니다.

회귀 모델은 연속된 값을 예측합니다. 예를 들어 소매업체의 경우 회귀 모델을 빌드하여 고객이 다음 달에 지출할 비용을 예측할 수 있습니다.

분류 또는 회귀 모델을 만들고 추론하는 워크플로

Agent Platform에서 분류 또는 회귀 모델을 만드는 프로세스는 다음과 같습니다.

단계 설명
1. 학습 데이터 준비 모델 학습을 위한 학습 데이터를 준비합니다.
2. 데이터 세트 만들기 새 데이터 세트를 만들고 준비된 학습 데이터를 연결합니다.
3. 모델 학습 데이터 세트를 사용하여 Gemini Enterprise Agent Platform에서 분류 또는 회귀 모델을 학습시킵니다.
4. 모델 평가하기 새로 학습된 모델의 추론 정확도를 평가합니다.
5. 모델 아키텍처 보기 조정 시도의 초매개변수 로그와 최종 모델의 초매개변수 로그를 열람합니다.
6. 모델에서 추론 가져하기

실시간 추론을 가져오려면 모델을 배포하고 온라인 추론을 가져옵니다.

실시간 추론이 필요하지 않은 경우 모델에 직접 일괄 추론 요청을 수행합니다.