Limitare i valori previsti per un modello di serie temporali

Questo tutorial insegna a utilizzare i limiti per restringere i risultati previsti restituiti da un modello di serie temporali. In questo tutorial, creerai due modelli di serie temporali sugli stessi dati: un modello che utilizza i limiti e un modello che non utilizza limiti. Ciò ti consente di confrontare i risultati restituiti dai modelli e comprendere la differenza derivante dalla specifica dei limiti.

Userai i dati di new_york.citibike_trips per addestrare i modelli in questo tutorial. Questo set di dati contiene informazioni sui viaggi in Citi bike a New York.

Prima di seguire questo tutorial, dovresti avere familiarità con la previsione di serie temporali singole. Per un'introduzione a questo argomento, completa il tutorial Previsione di serie temporali singole dai dati di Google Analytics.

Autorizzazioni richieste

• Per creare il set di dati, devi disporre dell'autorizzazione IAM bigquery.datasets.create.

• Per creare la risorsa di connessione, devi disporre delle seguenti autorizzazioni:

  • bigquery.connections.create
  • bigquery.connections.get

• Per creare il modello, devi disporre delle seguenti autorizzazioni:

  • bigquery.jobs.create
  • bigquery.models.create
  • bigquery.models.getData
  • bigquery.models.updateData
  • bigquery.connections.delegate

• Per eseguire l'inferenza, devi disporre delle seguenti autorizzazioni:

  • bigquery.models.getData
  • bigquery.jobs.create

Per ulteriori informazioni su ruoli e autorizzazioni IAM in BigQuery, consulta Introduzione a IAM.

Obiettivi

In questo tutorial utilizzerai quanto segue:

• L'istruzione CREATE MODEL: per creare un modello di serie temporali.
• Funzione ML.FORECAST: per prevedere le visite totali giornaliere.

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.

Per ulteriori informazioni sui costi di BigQuery ML, consulta Prezzi di BigQuery ML.

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. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

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

4. Attiva l'API BigQuery.

   Abilita l'API

5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

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

7. Attiva l'API BigQuery.

   Abilita l'API

crea un set di dati

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

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

   Vai alla pagina di BigQuery

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

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

   

4. Nella pagina Crea set di dati, segui questi passaggi:

   • 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 vengono archiviati in US più regioni. Per semplicità, archivia il tuo set di dati nella stessa località.

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

     

Visualizza le serie temporali per cui vuoi eseguire la previsione

Prima di creare il modello, è utile vedere l'aspetto della serie temporale di input.

Nella query seguente, la clausola FROM bigquery-public-data.new_york.citibike_trips indica che stai eseguendo una query sulla tabella citibike_trips nel set di dati new_york.

Nell'istruzione SELECT, la query utilizza la funzione EXTRACT per estrarre le informazioni sulla data dalla colonna starttime. La query utilizza la clausola COUNT(*) per ottenere il numero totale giornaliero di viaggi in bici Citi.

#standardSQL
SELECT
   EXTRACT(DATE from starttime) AS date,
   COUNT(*) AS num_trips
FROM
  `bigquery-public-data`.new_york.citibike_trips
GROUP BY date

Per eseguire la query, segui questi passaggi:

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

2. Inserisci la seguente query GoogleSQL nell'editor query.

   #standardSQL
   SELECT
      EXTRACT(DATE from starttime) AS date,
      COUNT(*) AS num_trips
   FROM
     `bigquery-public-data`.new_york.citibike_trips
   GROUP BY date
   

3. Fai clic su Esegui. I risultati della query sono simili ai seguenti.

   

4. Utilizzare la console Google Cloud per creare un grafico per i dati delle serie temporali. Nel riquadro Risultati delle query, fai clic sulla scheda Grafico. Nel riquadro Configurazione grafico, scegli Barra per Tipo di grafico:

   

crea un modello di serie temporali

Creare un modello di serie temporali utilizzando i dati relativi alle corse della Citi bike a New York.

La seguente query GoogleSQL crea un modello che prevede le corse totali giornaliere in bicicletta. L'istruzione CREATE MODEL crea e addestra un modello denominato bqml_tutorial.nyc_citibike_arima_model.

#standardSQL
CREATE OR REPLACE MODEL bqml_tutorial.nyc_citibike_arima_model
  OPTIONS (
    model_type = 'ARIMA_PLUS',
    time_series_timestamp_col = 'date',
    time_series_data_col = 'num_trips',
    time_series_id_col = 'start_station_id')
AS
SELECT
  EXTRACT(DATE FROM starttime) AS date,
  COUNT(*) AS num_trips,
  start_station_id
FROM
  `bigquery-public-data`.new_york.citibike_trips
WHERE starttime > '2014-07-11' AND starttime < '2015-02-11'
GROUP BY date, start_station_id;

La clausola OPTIONS(model_type='ARIMA_PLUS', time_series_timestamp_col='date', ...) indica che stai creando un modello di serie temporali basato su ARIMA. Per impostazione predefinita, auto_arima=TRUE, quindi l'algoritmo auto.ARIMA ottimizza automaticamente gli iperparametri nei modelli ARIMA_PLUS. L'algoritmo adatta decine di modelli candidati e sceglie quello migliore con il criterio delle informazioni Akaike (AIC) più basso. Inoltre, poiché il valore predefinito è data_frequency='AUTO_FREQUENCY', il processo di addestramento deduce automaticamente la frequenza dei dati della serie temporale di input. L'istruzione CREATE MODEL utilizza decompose_time_series=TRUE per impostazione predefinita, quindi sia le parti della cronologia sia quelle della previsione della serie temporale vengono salvate nel modello. L'impostazione del parametro time_series_id_col = 'start_station_id' fa sì che il modello si adatti e preveda più serie temporali utilizzando una singola query basata su start_station_id. Puoi utilizzare queste informazioni per comprendere ulteriormente in che modo viene eseguita la previsione della serie temporale recuperando i componenti separati delle serie temporali, come i periodi stagionali.

Esegui la query CREATE MODEL per creare e addestrare il modello:

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

2. Inserisci la seguente query GoogleSQL nell'editor query.

   #standardSQL
   CREATE OR REPLACE MODEL bqml_tutorial.nyc_citibike_arima_model
   OPTIONS (
     model_type = 'ARIMA_PLUS',
     time_series_timestamp_col = 'date',
     time_series_data_col = 'num_trips',
     time_series_id_col = 'start_station_id')
   AS
   SELECT
   EXTRACT(DATE FROM starttime) AS date,
   COUNT(*) AS num_trips,
   start_station_id
   FROM
   `bigquery-public-data`.new_york.citibike_trips
   WHERE starttime > '2014-07-11' AND starttime < '2015-02-11'
   GROUP BY date, start_station_id;
   

3. Fai clic su Esegui.

   Il completamento della query richiede circa 80 secondi, dopodiché il modello (nyc_citibike_arima_model) viene visualizzato nel riquadro Explorer. Poiché la query utilizza un'istruzione CREATE MODEL per creare un modello, non ci sono risultati della query.

Nota: potresti chiederti se le festività degli Stati Uniti hanno un impatto sulle serie temporali. Puoi provare ad aggiungere holiday_region='US' all'elenco OPTIONS nella query. In questo modo, è possibile creare modelli più accurati per i periodi relativi alle festività degli Stati Uniti, se sono presenti schemi relativi alle festività degli Stati Uniti in queste serie temporali.

Prevedere le serie temporali e visualizzare i risultati

Per spiegare come vengono previste le serie temporali, visualizza tutti i componenti delle serie temporali secondarie, ad esempio stagionalità e tendenza, utilizzando la funzione ML.FORECAST.

A tale scopo, proceda nel seguente modo:

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

2. Inserisci la seguente query GoogleSQL nell'editor query.

   
   #standardSQL
   SELECT
   forecast_timestamp AS forecast_timestamp,
   start_station_id AS start_station_id,
   history_value AS history_value,
   forecast_value AS forecast_value
   FROM
   (
     (
        SELECT
        DATE(forecast_timestamp) AS forecast_timestamp,
        NULL AS history_value,
        forecast_value AS forecast_value,
        start_station_id AS start_station_id,
        FROM
        ML.FORECAST(
           MODEL bqml_tutorial.`nyc_citibike_arima_model`,
           STRUCT(
              365 AS horizon,
              0.9 AS confidence_level))
     )
     UNION ALL
     (
        SELECT
        DATE(date_name) AS forecast_timestamp,
        num_trips AS history_value,
        NULL AS forecast_value,
        start_station_id AS start_station_id,
        FROM
        (
           SELECT
              EXTRACT(DATE FROM starttime) AS date_name,
              COUNT(*) AS num_trips,
              start_station_id AS start_station_id
           FROM
              `bigquery-public-data`.new_york.citibike_trips
           WHERE
              starttime > '2014-07-11'
              AND starttime < '2015-02-11'
           GROUP BY
              date_name, start_station_id
        )
     )
   )
   WHERE start_station_id = 79
   ORDER BY
   forecast_timestamp, start_station_id
   

3. Fai clic su Esegui. I risultati della query sono simili ai seguenti:

   

4. Utilizzare la console Google Cloud per creare un grafico per i dati delle serie temporali. Nel riquadro Risultati delle query, fai clic sulla scheda Grafico:

   

Il grafico mostra che i valori previsti per il numero totale giornaliero di viaggi in Citi Bike in cui start_station_id=79 sono numeri negativi, il che non è utile. L'utilizzo di un modello con limiti migliora i dati previsti.

Creare un modello di serie temporali con limiti

Creare un modello di serie temporali con dei limiti, utilizzando i dati delle corse della Citi bike a New York.

La seguente query GoogleSQL crea un modello che prevede le corse totali giornaliere in bicicletta. L'istruzione CREATE MODEL crea e addestra un modello denominato bqml_tutorial.nyc_citibike_arima_model_with_limits. La differenza fondamentale tra questo modello e quello creato in precedenza è l'aggiunta dell'opzione forecast_limit_lower_bound=0. Questa opzione fa sì che il modello preveda solo valori superiori a 0, in base ai valori nella colonna specificata dall'argomento time_series_data_col, in questo caso num_trips.

#standardSQL
CREATE OR REPLACE MODEL bqml_tutorial.nyc_citibike_arima_model
   OPTIONS (
      model_type = 'ARIMA_PLUS',
      time_series_timestamp_col = 'date',
      time_series_data_col = 'num_trips',
      time_series_id_col = 'start_station_id',
      forecast_limit_lower_bound = 0)
   AS
   SELECT
   EXTRACT(DATE FROM starttime) AS date,
   COUNT(*) AS num_trips,
   start_station_id
   FROM
   `bigquery-public-data`.new_york.citibike_trips
   WHERE starttime > '2014-07-11' AND starttime < '2015-02-11'
   GROUP BY date, start_station_id;

Esegui la query CREATE MODEL per creare e addestrare il modello:

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

2. Inserisci la seguente query GoogleSQL nell'editor query.

   #standardSQL
   CREATE OR REPLACE MODEL bqml_tutorial.nyc_citibike_arima_model
   OPTIONS (
     model_type = 'ARIMA_PLUS',
     time_series_timestamp_col = 'date',
     time_series_data_col = 'num_trips',
     time_series_id_col = 'start_station_id',
     forecast_limit_lower_bound = 0)
   AS
   SELECT
   EXTRACT(DATE FROM starttime) AS date,
   COUNT(*) AS num_trips,
   start_station_id
   FROM
   `bigquery-public-data`.new_york.citibike_trips
   WHERE starttime > '2014-07-11' AND starttime < '2015-02-11'
   GROUP BY date, start_station_id;
   

3. Fai clic su Esegui.

   Il completamento della query richiede circa 100 secondi, dopodiché il modello (nyc_citibike_arima_model_with_limits) viene visualizzato nel riquadro Explorer. Poiché la query utilizza un'istruzione CREATE MODEL per creare un modello, non ci sono risultati della query.

Nota: potresti chiederti se le festività degli Stati Uniti hanno un impatto sulle serie temporali. Puoi provare ad aggiungere holiday_region='US' all'elenco OPTIONS nella query. In questo modo, è possibile creare modelli più accurati per i periodi relativi alle festività degli Stati Uniti, se sono presenti schemi relativi alle festività degli Stati Uniti in queste serie temporali.

Prevedere le serie temporali utilizzando il modello con limiti

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

2. Inserisci la seguente query GoogleSQL nell'editor query.

   #standardSQL
   SELECT
   forecast_timestamp AS forecast_timestamp,
   start_station_id AS start_station_id,
   history_value AS history_value,
   forecast_value AS forecast_value
   FROM
   (
     (
        SELECT
        DATE(forecast_timestamp) AS forecast_timestamp,
        NULL AS history_value,
        forecast_value AS forecast_value,
        start_station_id AS start_station_id,
        FROM
        ML.FORECAST(
           MODEL bqml_tutorial.`nyc_citibike_arima_model`,
           STRUCT(
              365 AS horizon,
              0.9 AS confidence_level))
     )
     UNION ALL
     (
        SELECT
        DATE(date_name) AS forecast_timestamp,
        num_trips AS history_value,
        NULL AS forecast_value,
        start_station_id AS start_station_id,
        FROM
        (
           SELECT
              EXTRACT(DATE FROM starttime) AS date_name,
              COUNT(*) AS num_trips,
              start_station_id AS start_station_id
           FROM
              `bigquery-public-data`.new_york.citibike_trips
           WHERE
              starttime > '2014-07-11'
              AND starttime < '2015-02-11'
           GROUP BY
              date_name, start_station_id
        )
     )
   )
   WHERE start_station_id = 79
   ORDER BY
   forecast_timestamp, start_station_id
   ORDER BY
   forecast_timestamp,start_station_id
   

3. Fai clic su Esegui.

   

4. Utilizzare la console Google Cloud per creare un grafico per i dati delle serie temporali. Nel riquadro Risultati delle query, fai clic sulla scheda Grafico:

   

Il modello ARIMA PLUS rileva che il numero totale giornaliero di viaggi in Citi bike in cui start_station_id=79 è in diminuzione. I valori di previsione futuri seguiranno questa tendenza e forniranno numeri di previsione relativamente minori più a lungo. Il grafico mostra che i valori previsti per il numero totale giornaliero di viaggi in Citi Bike in cui start_station_id=79 sono numeri positivi, il che è più utile. Il modello con limiti rileva che il numero totale giornaliero di viaggi in bici Citi in cui start_station_id=79 è in diminuzione, ma fornisce comunque valori di previsione significativi.

Come mostrato in questo tutorial, le opzioni forecast_limit_lower_bound e forecast_limit_upper_bound possono aiutarti a ottenere valori di previsione più significativi in scenari simili a quello mostrato qui, ad esempio durante la previsione dei prezzi delle azioni o dei numeri di vendita futuri.

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 creato in questo tutorial:

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

   Vai alla pagina di BigQuery

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

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

4. Nella finestra di dialogo Elimina set di dati, digita il nome del set di dati (bqml_tutorial) per confermare il comando di eliminazione, 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

• Scopri come eseguire previsioni per più serie temporali con una singola query dai dati sulle corse di NYC Citi bike.
• Scopri come accelerare ARIMA_PLUS per consentire la previsione di 1 milione di serie temporali in poche ore.
• Per saperne di più sul machine learning, consulta Machine Learning Crash Course.
• 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.