머신러닝
임의의 테이블로 모델을 학습시키고, 모델 테이블로서 워크플로를 통해 전달한 다음, 이를 사용해 데이터 테이블을 채점합니다.
- ML: 모델 학습 — 소스 테이블로 scikit-learn 모델(분류 또는 회귀)을 학습시키고, 학습된 모델, 매개변수, 특성 목록, 학습 지표가 담긴 쿼리 가능한 모델 테이블을 기록합니다.
- ML: 점수 산출 — 학습된 모델 테이블로 데이터 테이블을 채점하고 예측 열을 추가합니다.
Alteryx Assisted Modeling 파이프라인이 이 단계들로 변환되는 방식은 Alteryx 워크플로 마이그레이션을 참조하십시오.