분류 또는 회귀 솔루션을 위한 XGBoost 구성
XGBoost 인코딩을 적용하여 분류 또는 회귀 솔루션에 대한 훈련을 최적화합니다.
시작하기 전에
주:
ML 솔루션에서 고급 설정을 구성하는 것은 선택 사항입니다. 이러한 설정을 구성하도록 선택하는 경우 솔루션에서 사용하도록 설정하는 기술에 대해 잘 알고 있는지, 그리고 기술이 제공하는 이점을 활용하는 사용 사례가 있는지 확인합니다.
- 분류 솔루션 정의를 생성하거나 기존 분류 솔루션 정의를 사용합니다.
- 회귀 솔루션 정의를 생성하거나 기존 솔루션 정의를 사용합니다.
- 필요한 역할: admin 또는 ml_admin
이 태스크 정보
XGBoost는 여러 결정 트리를 사용하고 단락 벡터 기반 텍스트와 TF-IDF 거리 기반 텍스트를 모두 지원하는 선택적 그래디언트 부스팅 프레임워크입니다. LogR은 디폴트 거리 기반 모델 알고리즘입니다.
이 예제 시나리오에서는 XGBoost를 분류 솔루션과 회귀 솔루션 모두에 적용합니다.
프로시저
-
폼의 관련 링크 섹션에 있는 Advanced Solution Settings(고급 솔루션 설정) 탭에서 New( 새로 만들기)를 클릭합니다.
-
매개변수 기록을 생성합니다.
- 솔루션 매개변수 필드에서 검색 아이콘을 클릭합니다.
- ML 솔루션 파라미터(ML Solution Parameters) 화면에서 분류 모델 훈련에 XGBoost 알고리즘 사용(Use XGBoost algo for classification model training)을 선택합니다.
-
제출을 클릭합니다.
고급 솔루션 설정 기록 화면이 새로 고쳐집니다.
-
제출을 클릭합니다.
결과: XGBoost는 분류 솔루션에 맞게 구성됩니다. 해당 솔루션 매개변수는 분류 정의 양식의 고급 솔루션 설정 탭에 나타납니다.
주:회귀 솔루션에서 XGBoost를 구성하려면 아래 단계를 따르십시오.