이 문서에서는 Azure Machine Learning 디자이너의 구성 요소에 대해 설명합니다.
이 구성 요소를 사용하여 AutoML 텍스트 다중 레이블 분류를 기반으로 하는 기계 학습 모델을 만듭니다.
다중 레이블 텍스트 분류는 모든 예제가 가장 가능성이 큰 단일 클래스로 레이블이 지정된 단일 레이블 다중 클래스 텍스트 분류와는 달리 각 예제에 둘 이상의 레이블이 할당될 수 있는 사용 사례용입니다.
구성 방법
이 구성 요소는 텍스트 데이터에 대한 NLP 분류 모델을 학습합니다. 텍스트 분류는 감독 학습 작업이며 모든 행에 대한 값이 있는 레이블 열을 포함하는 레이블이 지정된 데이터 세트 가 필요합니다.
이 모델에는 학습 및 유효성 검사 데이터 세트가 필요합니다. 데이터 세트는 ML 테이블 형식이어야 합니다.
AutoML 텍스트 다중 레이블 분류 구성 요소를 파이프라인에 추가합니다.
모델을 출력할 대상 열 지정
AutoML에서 모델의 성공을 측정하는 데 사용할 기본 메트릭 을 지정합니다.
(선택 사항) 데이터 세트가 구성되는 언어를 선택합니다. 지원되는 언어의 전체 목록을 보려면 이 링크를 방문하세요.
(선택 사항) 하이퍼 매개 변수를 구성할 수 있습니다. 구성 가능한 하이퍼 매개 변수의 전체 목록은 이 링크를 방문하세요.
(선택 사항) 작업 비우기 설정은 구성할 수 있습니다. 구성 가능한 각 매개 변수에 대해 자세히 알아보려면 이 링크를 방문하세요.
(선택 사항) 작업 제한 설정을 구성할 수 있습니다. 이러한 설정에 대해 자세히 알아보려면 이 링크를 방문하세요.
다음 단계
Azure Machine Learning에서 사용 가능한 구성 요소 집합을 참조하세요.