分類の概要
ML の一般的なユースケースは、類似のラベル付きデータでトレーニングされたモデルを使用して新しいデータを分類することです。たとえば、メールがスパムかどうか、または顧客の製品レビューがポジティブ、ネガティブ、ニュートラルのいずれかかどうかを予測できます。
BigQuery ML では、次のいずれかのモデルを使用して分類を行うことができます。
- ロジスティック回帰モデル: ロジスティック回帰を使用するには、
MODEL_TYPEオプションをLOGISTIC_REGに設定します。 - ブーストツリー モデル: 勾配ブースト ディシジョン ツリーを使用するには、
MODEL_TYPEオプションをBOOSTED_TREE_CLASSIFIERに設定します。 - ランダム フォレスト モデル: ランダム フォレストを使用するには、
MODEL_TYPEオプションをRANDOM_FOREST_CLASSIFIERに設定します。 - ディープ ニューラル ネットワーク（DNN）モデル: ニューラル ネットワークを使用するには、
MODEL_TYPEオプションをDNN_CLASSIFIERに設定します。 - ワイド＆ディープモデル: ワイド＆ディープ ラーニングを使用するには、
MODEL_TYPEオプションをDNN_LINEAR_COMBINED_CLASSIFIERに設定します。 - AutoML モデル: AutoML 分類モデルを使用するには、
MODEL_TYPEオプションをAUTOML_CLASSIFIERに設定します。