コレクションでコンテンツを整理
必要に応じて、コンテンツの保存と分類を行います。
特徴量の前処理の概要
特徴量の前処理は ML モデルの開発において最も重要なステップの一つで、特徴量の作成とトレーニング データのクリーニングで構成されます。特徴量の作成は特徴量エンジニアリングとも呼ばれます。
BigQuery ML は、次の 2 つのタイプの特徴量の前処理をサポートしています。
- 自動前処理。トレーニング中に BigQuery ML が自動前処理を行います。詳しくは、特徴量の自動前処理をご覧ください。
- 手動前処理。手動前処理関数を使ってカスタム前処理を定義するには、
CREATE MODEL
ステートメントの TRANSFORM
句を使用します。また、これらの関数を TRANSFORM
句の外部で使用して、モデルを作成する前にトレーニング データを処理することもできます。
ML.FEATURE_INFO
関数を使用して、すべての入力特徴量列の統計情報を取得できます。
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
最終更新日 2023-11-27 UTC。
[{
"type": "thumb-down",
"id": "hardToUnderstand",
"label":"Hard to understand"
},{
"type": "thumb-down",
"id": "incorrectInformationOrSampleCode",
"label":"Incorrect information or sample code"
},{
"type": "thumb-down",
"id": "missingTheInformationSamplesINeed",
"label":"Missing the information/samples I need"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻訳に関する問題"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"その他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"わかりやすい"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"問題の解決に役立った"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"その他"
}]