Panoramica della pre-elaborazione delle funzionalità

La preelaborazione delle funzionalità è uno dei passaggi più importanti nel ciclo di vita del machine learning. Consiste nella creazione di funzionalità e nella pulizia dei dati di addestramento. La creazione di funzionalità è nota anche come feature engineering.

BigQuery ML fornisce le seguenti tecniche di pre-elaborazione delle funzionalità:

  • Pre-elaborazione automatica. BigQuery ML esegue la pre-elaborazione automatica durante l'addestramento. Per saperne di più, consulta Preelaborazione automatica delle funzionalità.

  • Pre-elaborazione manuale. Puoi utilizzare la clausola TRANSFORM nell'istruzione CREATE MODEL per definire la preelaborazione personalizzata utilizzando le funzioni di preelaborazione manualmente. Puoi anche utilizzare queste funzioni al di fuori della clausola TRANSFORM per elaborare i dati di addestramento prima di creare il modello.

Ottenere informazioni sulle funzionalità

Puoi utilizzare la funzione ML.FEATURE_INFO per recuperare le statistiche di tutte le colonne delle caratteristiche di input.

Utilizzando le impostazioni predefinite negli statement CREATE MODEL e nelle funzioni di inferenza, puoi creare e utilizzare i modelli BigQuery ML anche senza avere molte conoscenze di ML. Tuttavia, avere conoscenze di base sul ciclo di vita dello sviluppo di ML, come la creazione di funzionalità e l'addestramento del modello, ti aiuta a ottimizzare sia i dati sia il modello per ottenere risultati migliori. Ti consigliamo di utilizzare le seguenti risorse per acquisire familiarità con le tecniche e le procedure di ML:

Passaggi successivi

Scopri di più sul pubblicazione di funzionalità in BigQuery ML.