Halaman ini menjelaskan cara menghapus dan mendapatkan informasi tentang {i>dataset<i} Anda.
Untuk mengetahui informasi tentang cara membuat set data dan mengimpor data ke dalamnya, lihat Membuat set data dan mengimpor data.
Sebelum memulai
Sebelum dapat menggunakan AutoML Tables, Anda harus menyiapkan project seperti yang dijelaskan dalam Sebelum memulai.
Membuat daftar set data
Project dapat mencakup banyak set data. Bagian ini menjelaskan cara mengambil daftar set data yang tersedia untuk sebuah project.
Konsol
Untuk melihat daftar set data yang tersedia menggunakan AutoML Tables UI, klik link Datasets di bagian atas menu navigasi sebelah kiri dan pilih Region.
REST
Untuk membuat daftar set data, gunakan metode datasets.list.
Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:
-
endpoint:
automl.googleapis.com
untuk lokasi global, daneu-automl.googleapis.com
untuk region Uni Eropa. - project-id: Project ID Google Cloud Anda.
- location: lokasi untuk resource:
us-central1
untuk Global ataueu
untuk Uni Eropa.
Metode HTTP dan URL:
GET https://endpoint/v1beta1/projects/project-id/locations/location/datasets
Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:
curl
Jalankan perintah berikut:
curl -X GET \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "x-goog-user-project: project-id" \
"https://endpoint/v1beta1/projects/project-id/locations/location/datasets"
PowerShell
Jalankan perintah berikut:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-id" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://endpoint/v1beta1/projects/project-id/locations/location/datasets" | Select-Object -Expand Content
Anda akan melihat respons JSON seperti berikut:
{ "name": "projects/29434381/locations/us-central1/datasets/TBL75559", "displayName": "test_dataset", "createTime": "2019-03-21T00:50:20.660378Z", "updateTime": "2019-08-23T19:32:52.025469Z", "etag": "AB3BwFoV4USmhM3pT8c6Y5AIA6n51dAmSuObc=", "exampleCount": 94356, "tablesDatasetMetadata": { "primaryTableSpecId": "16930321664", "targetColumnSpecId": "46579780096", "areStatsFresh": true, "targetColumnCorrelations": { "6788648672679690240": { "cramersV": 0.16511808788616378 }, "87292427152392192": { "cramersV": 0.20327159375043746 }, "2393135436366086144": { "cramersV": 0.15513206308654948 }, "9094491681893384192": { "cramersV": 0.021499396246101456 }, "7004821454793474048": { "cramersV": 0.030097587339321379 } }, "statsUpdateTime": "2019-08-16T01:43:38.583Z", "tablesDatasetType": "BASIC" } }, ...
Java
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Node.js
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Python
Library klien untuk AutoML Tables menyertakan metode Python tambahan yang menyederhanakan penggunaan AutoML Tables API. Metode ini merujuk pada set data dan model berdasarkan nama, bukan ID. Nama set data dan model Anda harus unik. Untuk mengetahui informasi selengkapnya, lihat Referensi klien.
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Menghapus set data
Menghapus set data akan menghapus set data secara permanen dari project Anda. Operasi ini tidak menghapus model apa pun yang dibuat dari set data tersebut. Jika ingin menghapus model, Anda harus menghapusnya secara eksplisit.
Konsol
Di AutoML Tables UI, klik link Datasets di bagian atas menu navigasi sebelah kiri dan pilih Region untuk menampilkan daftar set data yang tersedia.
Klik menu tindakan lainnya di ujung kanan baris yang ingin Anda hapus, lalu pilih Delete set data.
Klik Konfirmasi di kotak dialog konfirmasi.
REST
Untuk menghapus set data, gunakan metode datasets.delete.
Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:
-
endpoint:
automl.googleapis.com
untuk lokasi global, daneu-automl.googleapis.com
untuk region Uni Eropa. - project-id: Project ID Google Cloud Anda.
- location: lokasi untuk resource:
us-central1
untuk Global ataueu
untuk Uni Eropa. -
dataset-id: ID set data yang ingin Anda hapus. Misalnya,
TBL6543
.
Metode HTTP dan URL:
DELETE https://endpoint/v1beta1/projects/project-id/locations/location/datasets/dataset-id
Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:
curl
Jalankan perintah berikut:
curl -X DELETE \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "x-goog-user-project: project-id" \
"https://endpoint/v1beta1/projects/project-id/locations/location/datasets/dataset-id"
PowerShell
Jalankan perintah berikut:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-id" }
Invoke-WebRequest `
-Method DELETE `
-Headers $headers `
-Uri "https://endpoint/v1beta1/projects/project-id/locations/location/datasets/dataset-id" | Select-Object -Expand Content
Anda akan melihat respons JSON seperti berikut:
{ "name": "projects/29452381/locations/us-central1/operations/TBL6543", "metadata": { "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata", "createTime": "2019-12-26T17:19:50.684850Z", "updateTime": "2019-12-26T17:19:50.684850Z", "deleteDetails": {}, "worksOn": [ "projects/29452381/locations/us-central1/datasets/TBL6543" ], "state": "DONE" }, "done": true, "response": { "@type": "type.googleapis.com/google.protobuf.Empty" } }
Menghapus set data adalah operasi yang berjalan lama. Anda dapat memeriksa status operasi atau menunggu operasi ditampilkan. Pelajari lebih lanjut.
Java
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Node.js
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Python
Library klien untuk AutoML Tables menyertakan metode Python tambahan yang menyederhanakan penggunaan AutoML Tables API. Metode ini merujuk pada set data dan model berdasarkan nama, bukan ID. Nama set data dan model Anda harus unik. Untuk mengetahui informasi selengkapnya, lihat Referensi klien.
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Langkah selanjutnya
- Buat model Anda.
- Pelajari jenis data lebih lanjut.