Panoramica della classificazione e della regressione

I modelli di classificazione binaria prevedono un risultato binario (una delle due classi). Utilizza questo tipo di modello per le domande con risposta sรฌ o no. Ad esempio, potresti voler creare un modello di classificazione binaria per prevedere se un cliente acquisterร  un abbonamento. In genere, un problema di classificazione binaria richiede meno dati rispetto ad altri tipi di modelli.

I modelli di classificazione multi-classe prevedono una classe tra tre o piรน classi discrete. Utilizza questo tipo di modello per la categorizzazione. Ad esempio, in qualitร  di rivenditore, potresti voler creare un modello di classificazione multiclasse per segmentare i clienti in diverse buyer persona.

I modelli di regressione prevedono un valore continuo. Ad esempio, in qualitร  di rivenditore, potresti voler creare un modello di regressione per prevedere quanto spenderร  un cliente il mese successivo.

Workflow per la creazione di un modello di classificazione o regressione e per fare inferenze

La procedura per creare un modello di classificazione o regressione in Vertex AI รจ la seguente:

Passaggi Descrizione
1. Prepara i dati di addestramento Prepara i dati di addestramento per l'addestramento del modello.
2. Creare un set di dati Crea un nuovo set di dati e associa i dati di addestramento preparati.
3. Addestra un modello Addestra un modello di classificazione o regressione in Vertex AI utilizzando il tuo set di dati.
4. Valuta il modello Valuta l'accuratezza dell'inferenza del modello appena addestrato.
5. Visualizzare l'architettura del modello Visualizza i log degli iperparametri delle prove di ottimizzazione e i log degli iperparametri del modello finale.
6. Ottenere inferenze dal modello

Per ottenere inferenze in tempo reale, esegui il deployment del modello e ottieni inferenze online.

Se non hai bisogno di inferenze in tempo reale, invia richieste di inferenza batch direttamente al tuo modello.