有効的なAssociate-Data-Practitioner問題集はJPNTest.com提供され、Associate-Data-Practitioner試験に合格することに役に立ちます！JPNTest.comは今最新Associate-Data-Practitioner試験問題集を提供します。JPNTest.com Associate-Data-Practitioner試験問題集はもう更新されました。ここでAssociate-Data-Practitioner問題集のテストエンジンを手に入れます。
Associate-Data-Practitioner問題集最新版のアクセス
「108問、３０％ ディスカウント、特別な割引コード：JPNshiken」
小売企業は、BigQuery に保存されている過去の購入データを用いて顧客離脱を予測したいと考えています。データセットには、顧客の人口統計、購入履歴、そして顧客が離脱したかどうかを示すラベルが含まれています。離脱リスクのある顧客を特定するための機械学習モデルを構築したいと考えています。顧客離脱を予測するためのロジスティック回帰モデルを作成し、churned 列をターゲットラベルとして設定した customer_data テーブルを用いてトレーニングする必要があります。どの BigQuery ML クエリを使用すべきでしょうか？
正解：B
BigQuery ML で、顧客離脱を予測するロジスティック回帰モデルを作成する場合、正しいクエリは次のようになります。
ターゲット ラベル列 (この場合は、churned) は特徴入力としてではなくトレーニングに使用されるため、特徴列から除外します。
BigQuery ML ではターゲット列に label という名前を付ける必要があるため、ターゲット ラベル列の名前を label に変更します。
選択されたクエリは次の要件を満たしています。
SELECT * EXCEPT(churned), churned AS label: 機能から churned を除外し、名前を label に変更します。
OPTIONS(model_type='logistic_reg') は、ロジスティック回帰モデルがトレーニングされていることを指定します。
この設定により、予測のために離脱列をターゲットにしながら、データセット内の機能を使用してモデルが正しくトレーニングされることが保証されます。
