Panoramica della classificazione

Un caso d'uso comune per il machine learning è la classificazione di nuovi dati mediante un modello addestrato sulla base di dati etichettati simili. Ad esempio, potresti voler prevedere se un'email è spam o se la recensione del prodotto di un cliente è positiva, negativa neutri.

Puoi utilizzare uno qualsiasi dei seguenti modelli in BigQuery ML per eseguire la classificazione:

• Modelli di regressione logistica: utilizza la regressione logistica impostando l'opzione MODEL_TYPE su LOGISTIC_REG.
• Modelli ad albero potenziato: usa un albero decisionale con incremento del gradiente impostando l'opzione MODEL_TYPE su BOOSTED_TREE_CLASSIFIER.
• Modelli di foresta casuale: utilizza una foresta casuale impostando l'opzione MODEL_TYPE su RANDOM_FOREST_CLASSIFIER.
• Modelli di rete neurale profonda (DNN): usa un rete neurale impostando l'opzione MODEL_TYPE su DNN_CLASSIFIER.
• Modelli Wide and Deep: utilizza Wide and Deep learning impostando l'opzione MODEL_TYPE su DNN_LINEAR_COMBINED_CLASSIFIER.
• Modelli AutoML: utilizza un Modello di classificazione AutoML impostando l'opzione MODEL_TYPE su AUTOML_CLASSIFIER.