컬렉션을 사용해 정리하기
내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.
특성 사전 처리 개요
특성 사전 처리는 머신러닝 수명 주기에서 가장 중요한 단계 중 하나입니다. 특성을 만들고 학습 데이터를 삭제하는 것으로 구성됩니다. 특성 만들기를 특성 추출이라고도 합니다.
BigQuery ML은 다음과 같은 특성 사전 처리 기법을 제공합니다.
자동 사전 처리. BigQuery ML은 학습 중에 자동 사전 처리를 수행합니다. 자세한 내용은 자동 특성 사전 처리를 참조하세요.
수동 사전 처리. CREATE MODEL
문의 TRANSFORM
절을 사용하면 수동 사전 처리 함수를 사용하여 커스텀 사전 처리를 정의할 수 있습니다.
모델을 만들기 전에 TRANSFORM
절 외부에서 이러한 함수를 사용하여 학습 데이터를 처리할 수도 있습니다.
ML.FEATURE_INFO
함수를 사용하여 모든 입력 특성 열의 통계를 검색할 수 있습니다.
다음 단계
BigQuery ML의 특성 서빙 알아보기
달리 명시되지 않는 한 이 페이지의 콘텐츠에는 Creative Commons Attribution 4.0 라이선스에 따라 라이선스가 부여되며, 코드 샘플에는 Apache 2.0 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 Google Developers 사이트 정책을 참조하세요. 자바는 Oracle 및/또는 Oracle 계열사의 등록 상표입니다.
최종 업데이트: 2025-01-07(UTC)
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["이해하기 어려움","hardToUnderstand","thumb-down"],["잘못된 정보 또는 샘플 코드","incorrectInformationOrSampleCode","thumb-down"],["필요한 정보/샘플이 없음","missingTheInformationSamplesINeed","thumb-down"],["번역 문제","translationIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-01-07(UTC)"],[],[]]