분류 또는 회귀 솔루션을 위한 XGBoost 구성

  • 릴리스 버전: Australia
  • 업데이트 날짜 2026년 03월 12일
  • 소요 시간: 1분

    • XGBoost 인코딩을 적용하여 분류 또는 회귀 솔루션에 대한 교육을 최적화합니다.

    시작하기 전에

    • 분류 솔루션 정의를 생성하거나 기존 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 그라디언트 부스팅 프레임워크입니다. LogR은 기본 거리 기반 모델 알고리즘입니다.

    ML 솔루션에서 고급 설정을 구성하는 것은 선택 사항입니다. 이러한 설정을 구성하려면 솔루션에서 활성화하는 기술에 대해 잘 알고 있는지, 기술이 제공하는 이점을 누릴 수 있는 사용 사례가 있는지 확인하십시오.

    이 예제 시나리오에서는 XGBoost를 분류 솔루션과 회귀 솔루션 모두에 적용합니다.
    주:
    회귀 프레임워크는 릴리스에서 오스트레일리아 사용되지 않습니다. 기존 회귀 솔루션을 계속 사용할 수 있지만 새 회귀 솔루션을 만들 수는 없습니다.

    프로시저

    1. 다음으로 이동 모두 > 예측 인텔리전스 > 분류 > 솔루션 정의.
    2. 분류 솔루션 정의 양식을 엽니다.
    3. 고급 솔루션 설정 탭에서 양식의 관련 링크 섹션에서 새로 만들기를 선택합니다.
      이 이미지는 매개변수를 생성하기 위한 솔루션 매개변수 옵션을 선택하는 방법을 보여줍니다.
    4. 매개변수 기록을 생성합니다.
      1. 솔루션 매개변수 필드에서 검색 아이콘을 선택합니다.
      2. ML 솔루션 매개변수 화면에서 분류 모델 교육에 XGBoost 알고리즘 사용을 선택합니다.
      검색 단추를 선택한 다음 XGBoost 키를 선택하여 매개 변수 레코드를 만드는 방법 간단한 설명입니다.
    5. 제출을 선택합니다.
      고급 솔루션 설정 기록 화면이 새로 고침됩니다.
      이 이미지는 사용자가 만든 새 고급 솔루션 설정 기록을 보여줍니다.
    6. 제출을 선택합니다.

      결과: XGBoost는 분류 솔루션에 맞게 구성됩니다. 해당 솔루션 매개변수는 분류 정의 양식의 고급 솔루션 설정 탭에 나타납니다.

      분류 솔루션 정의 양식에 구성된 XGBoost에 대한 고급 솔루션 설정 매개변수입니다.
      주:
      회귀 솔루션에서 XGBoost를 구성하려면 아래 단계를 따르십시오.
    7. 다음으로 이동 예측 인텔리전스 > 회귀 > 솔루션 정의 (회귀 프레임워크가 더 이상 사용되지 않게 되기 전에 회귀 솔루션을 만든 경우에만 사용 가능)
    8. 이 두 번째 시나리오에서는 회귀 솔루션 정의 양식을 엽니다.
    9. 이번에는 회귀 솔루션을 사용하는 것을 제외하고 이전 분류 솔루션 예시의 단계를 반복합니다.
    10. 제출을 선택합니다.

      결과:

      XGBoost는 회귀 솔루션에 대해 구성됩니다. 해당 솔루션 매개변수는 회귀 솔루션 정의 양식의 고급 솔루션 설정 탭에 나타납니다.