2024년 8월 2일 — ML 함수: 분류의 오류 메시지 개선¶

Classification ML 함수의 오류 메시지가 개선되었습니다. 이러한 새로운 메시지는 오류의 원인을 더욱 명확하게 전달하고 핵심 문제의 더 우수한 해결 방법을 제안합니다. 다음 테이블은 가장 일반적인 오류 메시지와 개선된 버전을 보여줍니다.

이전 메시지	새로운 메시지
오류: 평가 데이터를 사용할 수 없습니다. 평가를 활성화한 상태에서 훈련시키십시오.	평가 데이터를 사용할 수 없습니다. EVALUATE 매개 변수를 TRUE로 설정하여 새 모델을 생성하십시오. 모델을 호출할 때 CONFIG_OBJECT => {‘evaluate’: “TRUE”} 줄을 추가해 보십시오.
{col}은 훈련과 유형이 다릅니다. 훈련과 예측 사이에 각 열의 SQL 유형이 동일한지 확인합니다.	열 {col}의 SQL 유형이 이 데이터 세트에서 훈련 데이터 세트와 다릅니다. 이 데이터 세트의 각 열이 훈련 데이터의 해당 열 유형과 일치하는지 확인합니다. 열을 훈련 데이터에 있던 타입으로 형변환해 봅니다.
레이블 열의 모든 값은 NULL입니다.	대상 열의 모든 값은 NULL입니다. 모델을 성공적으로 훈련시키려면 대상 열에 NULL이 아닌 값이 있어야 합니다. 다른 대상 열을 선택해 봅니다.
test_fraction은 숫자여야 합니다. test_fraction은 0보다 크고 1보다 작아야 합니다.	test_fraction 값이 유효하지 않습니다. test_fraction은 0보다 크고 1보다 작아야 합니다. 0~1 사이의 10진수 값(예: 0.2)을 입력해 보십시오.
평가 test_fraction이 너무 커서 평가 데이터 세트를 생성할 수 없습니다.	test_fraction이 너무 큽니다. 더 작은 분수로 시도해 보십시오. test_fraction은 1에 매우 근접할 가능성이 높습니다. 더 작은 값(예: 0.2)을 시도해 보십시오.
평가 데이터 세트를 생성할 수 없음 - 평가 훈련 세트에 클래스가 1개만 있습니다. 이는 클래스 불균형이 크거나 test_fraction이 너무 크기 때문일 수 있습니다.	평가 데이터를 사용할 수 없습니다. 한 클래스(또는 카테고리)가 나머지 클래스보다 훨씬 더 많은 경우 모델이 훈련을 완료하지 못할 수 있습니다. 대상 열의 각 개별 클래스가 여러 번 나타나는지 확인하십시오. 위의 사항이 문제가 되지 않는다면 test_fraction을 낮춰보십시오.