ML 모델의 엔드 투 엔드 사용자 경험
이 문서에서는 BigQuery ML에서 학습된 머신러닝 (ML) 모델의 사용자 여정을 설명합니다. 여기에는 ML 모델을 사용하는 데 사용할 수 있는 문과 함수가 포함됩니다. BigQuery ML은 다음과 같은 유형의 ML 모델을 제공합니다.
모델 생성 사용자 여정
다음 표에서는 모델을 만들고 조정하는 데 사용할 수 있는 문과 함수를 설명합니다.
1초매개변수 조정 사용의 단계별 예는 초매개변수 조정을 사용하여 모델 성능 개선을 참고하세요.
2BigQuery ML은 이 모델의 가중치를 검색하는 함수를 제공하지 않습니다. 모델의 가중치를 보려면 BigQuery ML에서 Cloud Storage로 모델을 내보내고 XGBoost 라이브러리 또는 TensorFlow 라이브러리를 사용하여 트리 모델의 트리 구조 또는 신경망의 그래프 구조를 시각화할 수 있습니다. 자세한 내용은 EXPORT MODEL
및 온라인 예측을 위해 BigQuery ML 모델 내보내기를 참고하세요.
모델 사용 사용자 여정
다음 표에서는 모델을 평가하고, 설명하고, 모델에서 예측을 얻는 데 사용할 수 있는 문과 함수를 설명합니다.
1ML.CONFUSION_MATRIX
는 분류 모델에만 적용됩니다.
2ML.ROC_CURVE
는 이진 분류 모델에만 적용됩니다.
3ML.EXPLAIN_PREDICT
함수의 출력은 ML.PREDICT
결과의 상위 집합이므로 ML.EXPLAIN_PREDICT
함수는 ML.PREDICT
함수를 포함합니다.
4ML.GLOBAL_EXPLAIN
와 ML.FEATURE_IMPORTANCE
의 차이점을 이해하려면 Explainable AI 개요를 참고하세요.
5ML.ADVANCED_WEIGHTS
함수의 출력은 ML.WEIGHTS
결과의 상위 집합이므로 ML.ADVANCED_WEIGHTS
함수는 ML.WEIGHTS
함수를 포함합니다.