Los modelos de clasificación binaria predicen un resultado binario (una de las dos clases). Usa este tipo de modelo para preguntas que se responden con sí o no. Por ejemplo, puede crear un modelo de clasificación binaria para predecir si un cliente comprará una suscripción. Por lo general, un problema de clasificación binaria requiere menos datos que otros tipos de modelos.
Los modelos de clasificación de varias clases predicen una clase entre tres o más clases discretas. Usa este tipo de modelo para la categorización. Por ejemplo, si eres un comercio, puedes crear un modelo de clasificación multiclase para segmentar a los clientes en diferentes perfiles.
Los modelos de regresión predicen un valor continuo. Por ejemplo, si eres un comercio, puedes crear un modelo de regresión para predecir cuánto gastará un cliente el mes que viene.
Flujo de trabajo para crear un modelo de clasificación o regresión y hacer inferencias
El proceso para crear un modelo de clasificación o regresión en Vertex AI es el siguiente:
| Pasos | Descripción |
|---|---|
| 1. Preparar los datos de entrenamiento | Prepara tus datos de entrenamiento para entrenar el modelo. |
| 2. Crear un conjunto de datos | Crea un conjunto de datos y asocia los datos de entrenamiento preparados. |
| 3. Entrenar un modelo | Entrena un modelo de clasificación o regresión en Vertex AI con tu conjunto de datos. |
| 4. Evaluar el modelo | Evalúa la precisión de inferencia del modelo que acabas de entrenar. |
| 5. Ver la arquitectura del modelo | Consulta los registros de hiperparámetros de las pruebas de ajuste y los registros de hiperparámetros del modelo final. |
| 6. Obtener inferencias de tu modelo | Para obtener inferencias en tiempo real, despliega tu modelo y obtén inferencias online. Si no necesitas inferencias en tiempo real, haz solicitudes de inferencia por lotes directamente a tu modelo. |