분류 또는 회귀 솔루션을 위한 XGBoost 구성

  • 릴리스 버전: Washingtondc
  • 업데이트 날짜 2024년 02월 01일
  • 읽기1분

    • 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, 기술이 제공하는 이점을 활용할 수 있는 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 의사 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 분류 솔루션과 회귀 솔루션 모두에 XGBoost를 적용합니다.

    프로시저

    1. 다음으로 이동 모두 > Predictive Intelligence > 분류 > 솔루션 정의레이블이 표시됩니다.
    2. 분류 솔루션 정의 양식을 엽니다.
    3. 양식의 Related Links(관련 링크) 섹션에 있는 Advanced Solution Settings(고급 솔루션 설정) 탭에서 New(새로 만들기)를 클릭합니다.
      이 이미지는 매개변수를 생성하기 위해 솔루션 매개변수 옵션을 선택하는 방법을 보여줍니다.
    4. 매개변수 기록을 생성합니다.
      1. 솔루션 매개변수 필드에서 검색 아이콘을 클릭합니다.
      2. [ML Solution Parameters] 화면에서 [Use XGBoost algo for classification model training]을 선택합니다.
      검색 버튼을 선택한 다음 XGBoost 키를 선택하여 파라미터 기록을 생성하는 방법 간단한 설명.
    5. 제출을 클릭합니다.
      고급 솔루션 설정 기록 화면이 새로 고쳐집니다.
      이 이미지는 사용자가 만든 새로운 고급 솔루션 설정 기록을 보여줍니다.
    6. 제출을 클릭합니다.

      결과: XGBoost는 분류 솔루션에 대해 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 Predictive Intelligence > 회귀 > 솔루션 정의레이블이 표시됩니다.
    8. 이 두 번째 시나리오에서는 회귀 솔루션 정의 양식을 엽니다.
    9. 회귀 솔루션을 사용하는 경우를 제외하고 이전 분류 솔루션 예제의 1-5단계를 반복합니다.
    10. 제출을 클릭합니다.

      결과:

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