Les modèles de classification binaire prédisent un résultat binaire (l'une des deux classes). Utilisez ce type de modèle pour les questions fermées, c'est-à-dire dont la réponse peut être "oui" ou "non". Par exemple, vous pouvez créer un modèle de classification binaire pour prédire si un client achètera un abonnement. En règle générale, un problème de classification binaire nécessite moins de données que les autres types de modèle.
Les modèles de classification à classes multiples prédisent une classe à partir de trois classes distinctes ou plus. Utilisez ce type de modèle pour la catégorisation. Par exemple, en tant que revendeur, vous pouvez créer un modèle de classification à classes multiples pour segmenter les clients en différents personas.
Les modèles de régression prédisent une valeur continue. Par exemple, en tant que revendeur, vous pouvez créer un modèle de régression pour prédire le montant qu'un client dépensera le mois prochain.
Workflow de création d'un modèle de classification ou de régression et réalisation de prédictions
Le processus de création d'un modèle de classification ou de régression dans Vertex AI est le suivant :
| Steps | Description |
|---|---|
| 1. Préparer les données d'entraînement | Préparez vos données d'entraînement pour l'entraînement du modèle. |
| 2. Créer un ensemble de données | Créez un ensemble de données et associez-y vos données d'entraînement préparées. |
| 3. Entraîner un modèle | Entraînez un modèle de classification ou de régression dans Vertex AI à l'aide de votre ensemble de données. |
| 4. Évaluez le modèle : | Évaluez la justesse de la prédiction pour votre nouveau modèle. |
| 5. Afficher l'architecture du modèle | Affichez les journaux d'hyperparamètres des essais de réglage et les journaux d'hyperparamètres du modèle final. |
| 6. Obtenir des prédictions à partir de votre modèle | Si vous souhaitez obtenir des prédictions en temps réel, vous pouvez déployer votre modèle et obtenir des prédictions en ligne. Si vous n'avez pas besoin de prédictions en temps réel, vous pouvez envoyer des requêtes de prédictions par lot directement à votre modèle. |