Model klasifikasi biner memprediksi hasil biner (salah satu dari dua class). Gunakan jenis model ini untuk pertanyaan ya atau tidak. Misalnya, Anda mungkin ingin membuat model klasifikasi biner untuk memprediksi apakah pelanggan akan membeli langganan. Umumnya, masalah klasifikasi biner membutuhkan lebih sedikit data dibandingkan jenis model lainnya.
Model klasifikasi kelas jamak memprediksi satu class dari tiga class atau lebih yang terpisah. Gunakan jenis model ini untuk kategorisasi. Misalnya, sebagai retailer, Anda mungkin ingin membuat model klasifikasi kelas jamak untuk mengelompokkan pelanggan ke dalam berbagai persona.
Model regresi memprediksi nilai berkelanjutan. Misalnya, sebagai retailer, Anda mungkin ingin membuat model regresi untuk memprediksi jumlah yang akan dibelanjakan pelanggan bulan depan.
Alur kerja untuk membuat model klasifikasi atau regresi dan membuat prediksi
Proses untuk membuat model klasifikasi atau regresi di Vertex AI adalah sebagai berikut:
| Langkah | Deskripsi |
|---|---|
| 1. Menyiapkan data pelatihan | Siapkan data pelatihan Anda untuk pelatihan model. |
| 2. Membuat set data | Membuat set data baru dan mengaitkan data pelatihan yang sudah disiapkan dengan set data tersebut. |
| 3. Melatih model | Latih model klasifikasi atau regresi di Vertex AI menggunakan set data Anda. |
| 4. Mengevaluasi model Anda | Evaluasi model yang baru dilatih untuk akurasi prediksi. |
| 5. Melihat arsitektur model | Melihat log hyperparameter dari uji coba penyesuaian dan log hyperparameter dari model akhir. |
| 6. Mendapatkan prediksi dari model Anda | Jika menginginkan prediksi real-time, Anda dapat men-deploy model dan mendapatkan prediksi online. Jika tidak memerlukan prediksi real-time, Anda dapat membuat permintaan prediksi batch secara langsung ke model. |