分類和迴歸總覽

二元分類模型可預測二元結果 (兩個類別之一)。這個模型類型可用於是非題，舉例來說，您可能想建構二元分類模型，預測顧客是否會購買訂閱方案。一般來說，二元分類問題需要的資料量少於其他模型類型。

多元分類模型可從三個以上的分離類別預測一個類別。使用此模型類型進行分類。舉例來說，零售商可能想建構多元分類模型，將顧客區分為不同的人物角色。

「迴歸」模型可預測連續值。舉例來說，零售商可能會想建構迴歸模型，預測顧客下個月的消費金額。

建立分類或迴歸模型及進行推論的工作流程

在 Vertex AI 中建立分類或迴歸模型的流程如下：

步驟 說明
1. 準備訓練資料 準備用於模型訓練的訓練資料。
2. 建立資料集 建立新資料集，並將準備好的訓練資料與其建立關聯。
3. 訓練模型 使用資料集在 Vertex AI 中訓練分類或迴歸模型。
4. 評估模型 評估新訓練模型的推論準確率。
5. 查看模型架構 查看微調試驗的超參數記錄，以及最終模型的超參數記錄。
6. 從模型取得推論結果

如要取得即時推論結果，可以部署模型並取得線上推論結果。

如果不需要即時推論，可以直接向模型發出批次推論要求。