I modelli di classificazione binaria prevedono un risultato binario (una delle due classi). Utilizza questo tipo di modello per le domande con risposta sì o no. Ad esempio, potresti voler creare un modello di classificazione binaria per prevedere se un cliente acquisterà 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 più classi discrete. Utilizza questo tipo di modello per la categorizzazione. Ad esempio, in qualità 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 qualità di rivenditore, potresti voler creare un modello di regressione per prevedere quanto spenderà 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 è 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 | Se vuoi inferenze in tempo reale, puoi eseguire il deployment del modello e ottenere inferenze online. Se non hai bisogno di inferenze in tempo reale, puoi inviare richieste di inferenza batch direttamente al modello. |