특성 사전 처리 개요

특성 사전 처리는 머신러닝 수명 주기에서 가장 중요한 단계 중 하나입니다. 특성 생성과 학습 데이터 정리로 구성됩니다. 특성 생성을 특성 추출이라고도 합니다.

BigQuery ML은 다음과 같은 특성 사전 처리 기법을 제공합니다.

  • 자동 사전 처리. BigQuery ML은 학습 중에 자동 사전 처리를 수행합니다. 자세한 내용은 자동 특성 사전 처리를 참조하세요.

  • 수동 사전 처리. CREATE MODEL 문의 TRANSFORM 절을 사용하면 수동 사전 처리 함수를 사용하여 커스텀 사전 처리를 정의할 수 있습니다. 모델을 만들기 전에 TRANSFORM 절 외부에서 이러한 함수를 사용하여 학습 데이터를 처리할 수도 있습니다.

특성 정보 가져오기

ML.FEATURE_INFO 함수를 사용하여 모든 입력 특성 열의 통계를 검색할 수 있습니다.

추론 함수와 CREATE MODEL 문의 기본 설정을 사용하면 ML 지식이 많지 않더라도 BigQuery ML 모델을 만들고 사용할 수 있습니다. 하지만 특성 추출 및 모델 학습과 같은 ML 개발 수명 주기에 관한 기본 지식을 갖추면 데이터와 모델을 모두 최적화하여 더 나은 결과를 얻을 수 있습니다. 다음 리소스를 사용하여 ML 기법과 프로세스에 익숙해지는 것이 좋습니다.

다음 단계

BigQuery ML의 특성 서빙 알아보기