Descripción general de la clasificación y la regresión

Los modelos de clasificación binaria predicen un resultado binario (una de dos clases). Usa este tipo de modelo para preguntas de sí o no. Por ejemplo, es posible que desees crear un modelo de clasificación binaria para predecir si un cliente compraría una suscripción. Por lo general, un problema de clasificación binaria requiere menos datos que otros tipos de modelos.

Los modelos de clasificación de varias clases predicen una clase de tres o más clases discretas. Usa este tipo de modelo para la categorización. Por ejemplo, como minorista, te recomendamos crear un modelo de clasificación de clases múltiples para segmentar a los clientes en diferentes perfiles.

Los modelos de regresión predicen un valor continuo. Por ejemplo, como minorista, es posible que desees crear un modelo de regresión para predecir cuánto gastará un cliente el mes siguiente.

Flujo de trabajo para crear un modelo de clasificación o regresión y realizar inferencias

El proceso para crear un modelo de regresión o clasificación en Vertex AI es el siguiente:

Pasos Descripción
1. Prepare los datos de entrenamiento Prepara los datos de entrenamiento tabular para el entrenamiento del modelo.
2. Crea un conjunto de datos Crea un conjunto de datos nuevo y asocia tus datos de entrenamiento preparados.
3. Entrenar un modelo Entrena un modelo de regresión o clasificación en Vertex AI mediante tu conjunto de datos.
4. Evalúe su modelo Evalúa la exactitud de la inferencia de tu modelo recién entrenado.
5. Ver la arquitectura del modelo Ver los registros de hiperparámetros de las pruebas de ajuste y los registros de hiperparámetros del modelo final.
6. Obtén inferencias de tu modelo

Para obtener inferencias en tiempo real, implementa tu modelo y obtén inferencias en línea.

Si no necesitas inferencias en tiempo real, realiza solicitudes de inferencia por lotes directamente a tu modelo.