# 레코드 일치 변환을 사용하여 기존 데이터 분류 변환을 간접적으로 호출
<a name="transforms-record-matching"></a>

이 변환은 기존 레코드 일치 기계 학습 데이터 분류 변환을 간접적으로 호출합니다.

변환은 레이블을 기반으로 훈련된 모델을 기준으로 현재 데이터를 평가합니다. 알고리즘 훈련에 따라 동등한 것으로 간주되는 항목 그룹에 각 행을 할당하기 위해 'match\$1id' 열이 추가됩니다. 자세한 내용은 [Lake Formation FindMatches를 사용하는 레코드 일치](https://docs.aws.amazon.com/glue/latest/dg/machine-learning.html)를 참조하세요.

**참고**  
시각적 작업에서 사용하는 AWS Glue의 버전은 레코드 일치 변환을 생성하기 위해 AWS Glue에서 사용하는 버전과 일치해야 합니다.

![\[스크린샷에는 변환의 데이터 미리보기가 나와 있습니다.\]](http://docs.aws.amazon.com/ko_kr/glue/latest/dg/images/recording-matching-transform-1.png)


**작업 다이어그램에 레코드 일치 변환 노드를 추가하려면**

1. 리소스 패널을 열고 **정규식 일치**를 선택하여 작업 다이어그램에 새 변환을 추가합니다. 노드를 추가할 때 선택한 노드가 상위 노드가 됩니다.

1. 노드 속성 패널에서 작업 다이어그램에 노드 이름을 입력할 수 있습니다. 노드 상위 항목이 아직 선택되지 않은 경우 [**노드 상위 항목(Node parents)**] 목록에서 변환의 입력 소스로 사용할 노드를 선택합니다.

1. **변환** 탭에서 **기계 학습 변환** 페이지로부터 가져온 ID를 입력합니다.  
![\[스크린샷에는 기계 학습 변환 페이지의 ID가 나와 있습니다.\]](http://docs.aws.amazon.com/ko_kr/glue/latest/dg/images/recording-matching-transform-2.png)

1. (선택 사항) **변환** 탭에서 신뢰도 점수를 추가하는 옵션을 확인할 수 있습니다. 추가 컴퓨팅 용량을 소모하여 모델은 각 일치에 대한 신뢰도 점수를 추가 열로 추정합니다.