Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Descripción general del procesamiento previo de atributos
El procesamiento previo de atributos es uno de los pasos más importantes del ciclo de vida del aprendizaje automático. Consiste en crear atributos y limpiar los datos de entrenamiento. La creación de atributos también se conoce como ingeniería de atributos.
BigQuery ML proporciona las siguientes técnicas de procesamiento previo de atributos:
Procesamiento previo automático BigQuery ML realiza el procesamiento previo automático durante el entrenamiento. Para obtener más información, consulta Procesamiento previo automático de atributos.
Procesamiento previo manual: Puedes usar la cláusula TRANSFORM en la declaración CREATE MODEL para definir el procesamiento previo personalizado con las funciones de procesamiento previo manual.
También puedes usar estas funciones fuera de la cláusula TRANSFORM para procesar los datos de entrenamiento antes de crear el modelo.
Obtén información sobre los atributos
Puedes usar la función ML.FEATURE_INFO para recuperar las estadísticas de todas las columnas de atributos de entrada.
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Información o código de muestra incorrectos","incorrectInformationOrSampleCode","thumb-down"],["Faltan la información o los ejemplos que necesito","missingTheInformationSamplesINeed","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2025-01-07 (UTC)"],[[["Feature preprocessing, encompassing both feature creation (engineering) and data cleaning, is a crucial step in the machine learning process."],["BigQuery ML offers automatic preprocessing during training, simplifying the process for users."],["Manual preprocessing is also available in BigQuery ML, allowing for custom preprocessing definitions using the `TRANSFORM` clause and specific functions."],["The `ML.FEATURE_INFO` function enables users to retrieve statistics about the input feature columns."],["Basic knowledge of the ML development lifecycle, including feature engineering and model training, is recommended for better optimization of data and models."]]],[]]
