테이블 형식 AutoML 모델의 최적화 목표
테이블 형식의 데이터 세트를 사용하여 AutoML 모델을 학습시키면 Vertex AI는 모델 유형과 타겟 열에 사용된 데이터 유형을 기반으로 기본 최적화 목표를 선택합니다.
아래 표에서는 각 목표가 어떤 문제 유형에 가장 적합한지를 보여주는 정보를 확인할 수 있습니다.
분류
최적화 목표 |
API 값 |
목표 사용 목적 |
AUC ROC |
maximize-au-roc |
수신자 조작 특성(ROC) 곡선 아래의 면적을 극대화합니다. 각 클래스를 구분합니다. 이진 분류의 기본값입니다. |
로그 손실 |
minimize-log-loss |
예측 확률을 최대한 정확하게 유지합니다. 다중 클래스 분류에만 지원되는 목표입니다. |
AUC PR |
maximize-au-prc |
정밀도-재현율 곡선 아래의 영역을 최대화합니다. 잘 사용하지 않는 클래스의 예측 결과를 최적화합니다. |
재현율의 정밀도 |
maximize-precision-at-recall |
특정 재현율 값에서 정밀도를 최적화합니다. |
정밀도의 재현율 |
maximize-recall-at-precision |
특정 정밀도 값에서 재현율을 최적화합니다. |
회귀
최적화 목표 |
API 값 |
목표 사용 목적 |
RMSE |
minimize-rmse |
평균 제곱근 오차(RMSE)를 최소화합니다. 더 극한의 값을 정확하게 캡처합니다. 기본값 |
MAE |
minimize-mae |
평균 절대 오차(MAE)를 최소화합니다. 극한 값을 모델에 미치는 영향이 적은 이상점으로 봅니다. |
RMSLE |
minimize-rmsle |
평균 제곱근 로그 오차(RMSLE)를 최소화합니다. 절대값이 아닌 상대적 크기를 바탕으로 오류에 페널티를 적용합니다. 예측 값과 실제 값이 모두 상당히 클 때 유용합니다. |
예측
최적화 목표 |
API 값 |
목표 사용 목적 |
RMSE |
minimize-rmse |
평균 제곱근 오차(RMSE)를 최소화합니다. 더 극한의 값을 정확하게 캡처합니다. 기본값 |
MAE |
minimize-mae |
평균 절대 오차(MAE)를 최소화합니다. 극한 값을 모델에 미치는 영향이 적은 이상점으로 봅니다. |
RMSLE |
minimize-rmsle |
평균 제곱근 로그 오차(RMSLE)를 최소화합니다. 절대값이 아닌 상대적 크기를 바탕으로 오류에 페널티를 적용합니다. 예측 값과 실제 값이 모두 상당히 클 때 유용합니다. |
RMSPE |
minimize-rmspe |
평균 제곱근 로그 오차(RMSPE)를 최소화합니다. 광범위한 값을 정확하게 캡처합니다. RMSE와 비슷하지만 대상의 규모를 기준으로 합니다. 값의 범위가 크면 유용합니다. |
WAPE |
minimize-wape-mae |
가중치가 적용된 절대 백분율 오차(WAPE)와 평균 절대 오차(MAE)의 조합을 최소화합니다. 실제 값이 작을 때 유용합니다. |
분위수 손실 |
minimize-quantile-loss |
정의된 분위수의 분위수 손실을 최소화합니다. |
Except as otherwise noted, the content of this page is licensed under the Creative Commons Attribution 4.0 License, and code samples are licensed under the Apache 2.0 License. For details, see the Google Developers Site Policies. Java is a registered trademark of Oracle and/or its affiliates.
Last updated 2022-01-11 UTC.
[{
"type": "thumb-down",
"id": "hardToUnderstand",
"label":"이해하기 어려움"
},{
"type": "thumb-down",
"id": "incorrectInformationOrSampleCode",
"label":"잘못된 정보 또는 샘플 코드"
},{
"type": "thumb-down",
"id": "missingTheInformationSamplesINeed",
"label":"필요한 정보/샘플이 없음"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"번역 문제"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"기타"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"이해하기 쉬움"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"문제가 해결됨"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"기타"
}]