Migliora le prestazioni del modello con l'ottimizzazione degli iperparametri

---

Questo tutorial mostra come utilizzare l'ottimizzazione degli iperparametri in BigQuery ML specificando l'opzione di addestramento NUM_TRIALS per abilitare una serie di prove di addestramento di modelli.

In questo tutorial utilizzerai la tabella di esempio tlc_yellow_trips_2018 per creare un modello che prevede la punta di una corsa in taxi. Con l'ottimizzazione degli iperparametri, il modello mostra un miglioramento delle prestazioni di circa il 40% nell'obiettivo di ottimizzazione degli iperparametri di R2_SCORE.

Obiettivi

In questo tutorial utilizzerai:

• BigQuery ML per creare un modello di regressione lineare utilizzando l'istruzione CREATE MODEL con NUM_TRIALS impostato su 20.
• La funzione ML.TRIAL_INFO per controllare la panoramica di tutte le 20 prove
• La funzione ML.EVALUATE per valutare il modello ML
• La funzione ML.PREDICT per fare previsioni utilizzando il modello ML

Costi

Questo tutorial utilizza i componenti fatturabili di Google Cloud, tra cui:

• BigQuery
• BigQuery ML

Per ulteriori informazioni sui costi di BigQuery, consulta la pagina Prezzi di BigQuery.

Prima di iniziare

1. Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.

2. Nella pagina del selettore di progetti della console Google Cloud, seleziona o crea un progetto Google Cloud.

   Nota: se non prevedi di conservare le risorse create in questa procedura, crea un progetto anziché selezionarne uno esistente. Dopo aver completato questi passaggi, puoi eliminare il progetto, rimuovendo tutte le risorse associate.

   Vai al selettore progetti

3. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

4. Nella pagina del selettore di progetti della console Google Cloud, seleziona o crea un progetto Google Cloud.

   Nota: se non prevedi di conservare le risorse create in questa procedura, crea un progetto anziché selezionarne uno esistente. Dopo aver completato questi passaggi, puoi eliminare il progetto, rimuovendo tutte le risorse associate.

   Vai al selettore progetti

5. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

6. BigQuery viene abilitato automaticamente nei nuovi progetti. Per attivare BigQuery in un progetto preesistente, vai a

   Attiva l'API BigQuery.

   Abilita l'API

Passaggio 1: crea il set di dati di addestramento

Crea un set di dati BigQuery per archiviare il tuo modello ML:

1. Nella console Google Cloud, vai alla pagina BigQuery.

   Vai alla pagina BigQuery

2. Nel riquadro Explorer, fai clic sul nome del progetto.

3. Fai clic su Visualizza azioni > Crea set di dati.

   

4. Nella pagina Crea set di dati:

   • In ID set di dati, inserisci bqml_tutorial.

   • Per Tipo di località, seleziona Più regioni e poi Stati Uniti (più regioni negli Stati Uniti).

     I set di dati pubblici sono archiviati in US più regioni. Per semplicità, memorizza il set di dati nella stessa posizione.

   • Lascia invariate le restanti impostazioni predefinite e fai clic su Crea set di dati.

     

Passaggio due: crea la tabella di input per l'addestramento

In questo passaggio, realizzi la tabella di input di addestramento con 100.000 righe.

1. Visualizza lo schema della tabella di origine tlc_yellow_trips_2018.

   

2. Creare la tabella dei dati di input di addestramento.

CREATE TABLE `bqml_tutorial.taxi_tip_input` AS
SELECT
  * EXCEPT(tip_amount), tip_amount AS label
FROM
  `bigquery-public-data.new_york_taxi_trips.tlc_yellow_trips_2018`
WHERE
  tip_amount IS NOT NULL
LIMIT 100000

Passaggio tre: crea il modello

Poi, crea un modello di regressione lineare con ottimizzazione degli iperparametri utilizzando la tabella di esempio tlc_yellow_trips_2018 in BigQuery. La seguente query GoogleSQL viene utilizzata per creare il modello con l'ottimizzazione degli iperparametri.

CREATE MODEL `bqml_tutorial.hp_taxi_tip_model`
OPTIONS
  (MODEL_TYPE='LINEAR_REG',
   NUM_TRIALS=20,
   MAX_PARALLEL_TRIALS=2) AS
SELECT
  *
FROM
  `bqml_tutorial.taxi_tip_input`

Dettagli query

Il modello LINEAR_REG ha due iperparametri sintonizzabili: l1_reg e l2_reg. La query precedente utilizza lo spazio di ricerca predefinito. Puoi anche specificare esplicitamente lo spazio di ricerca:

OPTIONS
  (...
    L1_REG=HPARAM_RANGE(0, 20),
    L2_REG=HPARAM_CANDIDATES([0, 0.1, 1, 10]))

Inoltre, anche queste altre opzioni di addestramento per l'ottimizzazione degli iperparametri utilizzano i propri valori predefiniti:

• HPARAM_TUNING_ALGORITHM: "VIZIER_DEFAULT"
• HPARAM_TUNING_OBJECTIVES: ["r2_score"]

MAX_PARALLEL_TRIALS è impostato su 2 per accelerare il processo di ottimizzazione. Con due prove in esecuzione in qualsiasi momento, l'intera ottimizzazione dovrebbe richiedere circa 10 job di addestramento seriale anziché 20. Tuttavia, tieni presente che le due prove simultanee non possono trarre vantaggio dai risultati di addestramento dell'altro.

Esegui la query CREATE MODEL

Per eseguire la query CREATE MODEL al fine di creare e addestrare il modello:

1. Nella console Google Cloud, fai clic sul pulsante Crea nuova query.

2. Inserisci la query GoogleSQL riportata sopra nell'area di testo Editor query.

3. Fai clic su Esegui.

   Il completamento della query richiede circa 17 minuti. Puoi monitorare l'avanzamento dell'ottimizzazione nei dettagli dell'esecuzione nella sezione Fasi:

   

Passaggio 4: ricevi informazioni sulle prove

Per visualizzare la panoramica di tutte le prove, inclusi i relativi iperparametri, gli obiettivi, lo stato e la prova ottimale, puoi utilizzare la funzione ML.TRIAL_INFO e visualizzare il risultato nella console Google Cloud dopo aver eseguito SQL.

SELECT *
FROM
  ML.TRIAL_INFO(MODEL `bqml_tutorial.hp_taxi_tip_model`)

Puoi eseguire questa query SQL al termine di una prova. Se l'ottimizzazione viene interrotta nel mezzo, tutte le prove già completate rimarranno disponibili per l'uso.

Passaggio 5: valuta il modello

Dopo aver creato il modello, puoi ottenere le metriche di valutazione di tutte le prove utilizzando la funzione ML.EVALUATE o tramite la console Google Cloud.

Esegui ML.EVALUATE

SELECT *
FROM
  ML.EVALUATE(MODEL `bqml_tutorial.hp_taxi_tip_model`)

Questo codice SQL recupera le metriche di valutazione per tutte le prove calcolate dai dati di TEST. Controlla la sezione Suddivisione dati per vedere la differenza tra obiettivi ML.TRIAL_INFO e metriche di valutazione ML.EVALUATE.

Puoi anche valutare una prova specifica fornendo i tuoi dati. Consulta ML.EVALUATE per ulteriori dettagli.

Controlla le metriche di valutazione tramite la console Google Cloud

Puoi anche controllare le metriche di valutazione selezionando la scheda EVALUATION.

Passaggio 6: utilizza il modello per prevedere le mance in taxi

Ora che hai valutato il modello, il passo successivo è utilizzarlo per prevedere la mancia per il taxi.

La query utilizzata per prevedere il suggerimento è la seguente:

SELECT
  *
FROM
  ML.PREDICT(MODEL `bqml_tutorial.hp_taxi_tip_model`,
    (
    SELECT
      *
    FROM
      `bqml_tutorial.taxi_tip_input`
    LIMIT 10))

Dettagli query

L'istruzione SELECT più in alto recupera tutte le colonne, inclusa la colonna predicted_label. Questa colonna viene generata dalla funzione ML.PREDICT. Quando utilizzi la funzione ML.PREDICT, il nome della colonna di output del modello è predicted_label_column_name.

Per impostazione predefinita, la previsione viene eseguita in base alla prova ottimale. Puoi selezionare un'altra prova specificando il parametro trial_id.

SELECT
  *
FROM
  ML.PREDICT(MODEL `bqml_tutorial.hp_taxi_tip_model`,
    (
    SELECT
      *
    FROM
      `bqml_tutorial.taxi_tip_input`
    LIMIT
      10),
    STRUCT(3 AS trial_id))

Visita ML.PREDICT per ulteriori dettagli su come utilizzare le funzioni di pubblicazione dei modelli.

Esegui la pulizia

Per evitare che al tuo Account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questo tutorial, elimina il progetto che contiene le risorse oppure mantieni il progetto ed elimina le singole risorse.

• Puoi eliminare il progetto che hai creato.
• In alternativa, puoi mantenere il progetto ed eliminare il set di dati.

Elimina il set di dati

L'eliminazione del progetto rimuove tutti i set di dati e tutte le tabelle nel progetto. Se preferisci riutilizzare il progetto, puoi eliminare il set di dati che hai creato in questo tutorial:

1. Se necessario, apri la pagina BigQuery nella console Google Cloud.

   Vai alla pagina BigQuery

2. Nel pannello di navigazione, fai clic sul set di dati bqml_tutorial che hai creato.

3. Sul lato destro della finestra, fai clic su Elimina set di dati. Questa azione elimina il set di dati, la tabella e tutti i dati.

4. Nella finestra di dialogo Elimina set di dati, conferma il comando di eliminazione digitando il nome del set di dati (bqml_tutorial), quindi fai clic su Elimina.

Elimina il progetto

Per eliminare il progetto:

Attenzione: l'eliminazione di un progetto ha i seguenti effetti:

• L'intero contenuto del progetto viene eliminato. Se hai utilizzato un progetto esistente per le attività in questo documento, quando lo elimini elimini anche qualsiasi altro lavoro svolto nel progetto.
• Gli ID progetto personalizzati non sono più disponibili. Quando hai creato questo progetto, potresti aver creato un ID progetto personalizzato che vuoi utilizzare in futuro. Per conservare gli URL che utilizzano l'ID progetto, ad esempio un URL appspot.com, elimina le risorse selezionate all'interno del progetto anziché eliminare l'intero progetto.

Se intendi esplorare più architetture, tutorial o guide rapide, puoi riutilizzare i progetti ed evitare così di superare i limiti di quota.

1. Nella console Google Cloud, vai alla pagina Gestisci risorse.

   Vai a Gestisci risorse

2. Nell'elenco dei progetti, seleziona il progetto che vuoi eliminare, quindi fai clic su Elimina.
3. Nella finestra di dialogo, digita l'ID del progetto e fai clic su Chiudi per eliminare il progetto.

Passaggi successivi

• Per saperne di più sul machine learning, consulta il corso intensivo sul machine learning.
• Per una panoramica di BigQuery ML, consulta Introduzione a BigQuery ML.
• Per saperne di più sulla console Google Cloud, consulta Utilizzo della console Google Cloud.