分类和回归概览

二元分类模型可预测二元结果（二者选一）。此模型类型用于是非问题。例如，您可能想要构建一个二元分类模型来预测客户是否会购买订阅。一般而言，二元分类问题所需的数据比其他模型类型少。

多类别分类模型可从三个或更多个互不关联的类别中预测一个类别。使用此模型类型进行分类。例如，作为零售商，您可能希望构建一个多类别分类模型来将客户划分为不同的角色。

回归模型可预测连续值。例如，作为零售商，您可能希望构建一个回归模型来预测客户下个月的支出。

用于创建分类或回归模型并进行推理的工作流

在 Vertex AI 中创建分类或回归模型的过程如下：

步骤	说明
1. 准备训练数据	准备用于模型训练的训练数据。
2. 创建数据集	创建新数据集并将准备好的训练数据与该数据集关联。
3. 训练模型	使用数据集在 Vertex AI 中训练分类或回归模型。
4. 评估模型	评估新训练的模型的推理准确率。
5. 查看模型架构	查看调节试验的超参数日志和最终模型的超参数日志。
6. 从模型获取推理结果	如需获取实时推理结果，请部署模型并获取在线推理结果。如果您不需要进行实时推理，则可以直接向模型发出批量推理请求。