BigQuery ML을 사용하여 출생 시 체중 예측

이 가이드에서는 데이터 분석가를 위한 BigQuery ML을 소개합니다. BigQuery ML을 사용하면 BigQuery에서 SQL 쿼리를 사용하여 머신러닝 모델을 만들고 실행할 수 있습니다. BigQuery ML의 목표는 SQL 실무자가 기존 도구를 사용하여 빌드할 수 있도록 지원하여 머신러닝을 대중화하고 데이터 이동의 필요성을 제거하여 개발 속도를 향상시키는 것입니다.

이 가이드에서는 natality 샘플 테이블을 사용하여 아기의 성별, 임신 기간, 산모의 인구통계 정보를 기준으로 아이의 출생 시 체중을 예측하는 모델을 만듭니다. natality 샘플 테이블에는 미국 내 40년간의 모든 출생 정보가 포함되어 있습니다.

목표

이 가이드에서는 다음을 사용합니다.

  • CREATE MODEL 문을 사용하여 이진 선형 회귀 모형을 만들기 위한 BigQuery ML
  • ML 모델을 평가하는 ML.EVALUATE 함수
  • ML 모델을 사용하여 예측을 수행하는 ML.PREDICT 함수

비용

이 가이드는 비용이 청구될 수 있는 다음과 같은 Cloud Platform 구성요소를 사용합니다.

  • Google BigQuery
  • BigQuery ML

BigQuery 비용에 대한 자세한 내용은 가격 책정 페이지를 참조하세요.

BigQuery ML 비용에 대한 자세한 내용은 가격 책정 페이지의 BigQuery ML 가격 책정 섹션을 참조하세요.

시작하기 전에

  1. Google 계정에 로그인합니다.

    아직 계정이 없으면 새 계정을 등록하세요.

  2. Select or create a Google Cloud Platform project.

    Go to the Manage resources page

  3. 프로젝트에 결제가 사용 설정되어 있는지 확인하세요.

    결제 사용 설정 방법 알아보기

  4. 새 프로젝트에서는 BigQuery가 자동으로 사용 설정됩니다. 기존 프로젝트에서 BigQuery를 활성화하려면 다음으로 이동하세요. BigQuery API를 사용 설정합니다.

    API 사용 설정

잠재고객

이 가이드는 데이터 분석가를 위한 입문 가이드입니다.

데이터 분석가는 BigQuery 표준 SQL을 사용하여 비즈니스 전략 및 운영을 나타내는 데이터 트렌드를 분석할 수 있습니다. 여기에는 BigQuery ML을 사용하여 ML 모델을 학습시키고 평가하며 예측 분석을 수행하는 작업이 포함됩니다.

데이터 분석가는 주로 다음과 같은 다양한 UI 기반 도구를 사용합니다.

  • GCP Console의 BigQuery 웹 UI
  • 스프레드시트
  • RStudio와 같은 통계 소프트웨어
  • Cloud Datalab 및 Data Studio와 같은 시각화 도구

1단계: 데이터세트 만들기

첫 번째 단계는 ML 모델을 저장할 BigQuery 데이터세트를 만드는 것입니다. 데이터세트를 만들려면 다음 단계를 따르세요.

  1. GCP Console에서 BigQuery 웹 UI로 이동합니다.

    BigQuery 웹 UI로 이동

  2. 탐색 패널의 리소스 섹션에서 프로젝트 이름을 클릭합니다.

  3. 오른쪽의 세부정보 패널에서 데이터세트 만들기를 클릭합니다.

  4. 데이터세트 만들기 페이지에서 다음 안내를 따르세요.

    • 데이터세트 IDbqml_tutorial을 입력합니다.
    • 데이터 위치미국(US)을 선택합니다. 공개 데이터세트는 현재 US 다중 리전 위치에 저장되어 있습니다. 여기에서는 편의상 같은 위치에 데이터세트를 배치해야 합니다.

      데이터세트 만들기 페이지

  5. 다른 기본 설정은 모두 그대로 두고 데이터세트 만들기를 클릭합니다.

2단계: 모델 만들기

다음으로 BigQuery용 출생률 샘플 테이블을 사용하여 선형 회귀 모형을 만듭니다. 다음 표준 SQL 쿼리는 아이의 출생 시 체중 예측에 사용하는 모델을 만드는 데 사용됩니다.

#standardSQL
CREATE MODEL `bqml_tutorial.natality_model`
OPTIONS
  (model_type='linear_reg',
    input_label_cols=['weight_pounds']) AS
SELECT
  weight_pounds,
  is_male,
  gestation_weeks,
  mother_age,
  CAST(mother_race AS string) AS mother_race
FROM
  `bigquery-public-data.samples.natality`
WHERE
  weight_pounds IS NOT NULL
  AND RAND() < 0.001

CREATE MODEL 명령어를 실행하면 모델을 만드는 것 외에도 만든 모델을 학습시킬 수 있습니다.

쿼리 세부정보

CREATE MODEL 절은 bqml_tutorial.natality_model이라는 모델을 만들고 학습시키는 데 사용됩니다.

OPTIONS(model_type='linear_reg', input_label_cols=['weight_pounds']) 절은 선형 회귀 모델을 만든다는 것을 나타냅니다. 선형 회귀는 입력 특성의 선형 조합에서 연속 값을 생성하는 회귀 모형의 한 종류입니다. weight_pounds 열은 입력 라벨 열입니다. 선형 회귀 모형의 경우 라벨 열은 실수치여야 합니다 즉, 해당 열 값은 실수여야 합니다.

이 쿼리의 SELECT 문은 다음 열을 사용하여 아이의 출생 시 체중을 예측합니다.

  • weight_pounds — 아이의 체중이며 파운드 단위입니다(FLOAT64).
  • is_male — 남아이면 TRUE, 여아이면 FALSE입니다(BOOL).
  • gestation_weeks — 임신 주 수입니다(INT64).
  • mother_age — 출산 시 산모의 나이입니다(INT64).
  • mother_race — 산모의 인종에 해당하는 정수 값입니다(INT64 - 테이블 스키마의 child_race와 같음). 각 고유한 값이 다른 카테고리를 나타내며 BigQuery ML에서 mother_race를 숫자가 아닌 특성으로 처리하기 위해 쿼리는 mother_race를 문자열로 변환합니다. 이 변환은 인종이 순서와 척도가 있는 정수보다 카테고리로서 더 많은 의미를 가질 수 있으므로 중요합니다.

FROM 절인 bigquery-public-data.samples.natality는 샘플 데이터세트에서 출생률 샘플 테이블을 쿼리하고 있음을 나타냅니다. 이 데이터세트는 bigquery-public-data 프로젝트에 있습니다.

WHERE 절인 WHERE weight_pounds IS NOT NULL AND RAND() < 0.001은 체중이 NULL인 행을 제외하고 RAND 함수를 사용하여 데이터의 무작위 샘플을 추출합니다.

CREATE MODEL 쿼리 실행

CREATE MODEL 쿼리를 실행하여 모델을 만들고 학습시키려면 다음 안내를 따르세요.

  1. BigQuery 웹 UI에서 새 쿼리 작성 버튼을 클릭합니다.

  2. 쿼리 편집기 텍스트 영역에 다음 표준 SQL 쿼리를 입력합니다.

    #standardSQL
    CREATE MODEL `bqml_tutorial.natality_model`
    OPTIONS
      (model_type='linear_reg',
        input_label_cols=['weight_pounds']) AS
    SELECT
      weight_pounds,
      is_male,
      gestation_weeks,
      mother_age,
      CAST(mother_race AS string) AS mother_race
    FROM
      `bigquery-public-data.samples.natality`
    WHERE
      weight_pounds IS NOT NULL
      AND RAND() < 0.001
    
  3. 쿼리 실행을 클릭합니다.

    이 쿼리는 완료하는 데 약 30초 정도 걸립니다. 이후에는 모델(natality_model)이 BigQuery 웹 UI의 탐색 패널에 나타납니다. 이 쿼리에는 테이블 생성을 위해 CREATE MODEL 문이 사용되기 때문에, 쿼리 결과가 표시되지 않습니다.

(선택사항) 3단계: 학습 통계 가져오기

모델 학습의 결과를 확인하려면 ML.TRAINING_INFO 함수를 사용하거나 BigQuery 웹 UI에서 통계를 확인하면 됩니다. 이 가이드에서는 BigQuery 웹 UI를 사용합니다.

머신러닝 알고리즘은 많은 예를 검사하고 손실을 최소화하는 모델을 찾으려고 시도함으로써 모델을 빌드합니다. 이 프로세스를 경험적 위험 최소화라고 합니다.

손실은 잘못된 예측에 대한 페널티입니다. 예를 들어 모델 예측이 얼마나 잘못되었는지를 나타내는 숫자입니다. 모델의 예측이 완벽하면 손실은 0이고 그렇지 않으면 손실은 그보다 커집니다. 모델 학습의 목표는 모든 예에서 평균적으로 손실이 적은 가중치와 편향의 집합을 찾는 것입니다.

CREATE MODEL 쿼리를 실행할 때 생성된 모델 학습 통계를 확인하려면 다음 안내를 따르세요.

  1. BigQuery 웹 UI의 리소스 섹션에서 [PROJECT_ID] > bqml_tutorial을 확장한 다음 natality_model을 클릭합니다.

  2. 모델 통계 탭을 클릭합니다. 결과는 다음과 같이 표시됩니다.

    ML.TRAINING_INFO 출력

    학습 데이터 손실 열은 학습 데이터세트에서 모델 학습이 진행된 후 계산된 손실 측정항목을 나타냅니다. 선형 회귀를 수행했으므로 이 열은 평균 제곱 오차입니다. 평가 데이터 손실 열은 홀드아웃 데이터세트(모델 검증을 위해 학습에서 보류된 데이터)에서 계산된 손실 측정항목과 같습니다. 여기에서의 학습을 위해서는 'normal_equation' 최적화 전략이 자동으로 사용되므로, 최종 모델로 전환되기 위해서는 하나의 반복만 필요합니다. optimize_strategy 옵션에 대한 자세한 내용은 CREATE MODEL 문을 참조하세요.

    ML.TRAINING_INFO 함수 및 'optimize_strategy' 학습 옵션에 대한 자세한 내용은 BigQuery ML 구문 참조를 참조하세요.

4단계: 모델 평가

모델을 만든 후에 ML.EVALUATE 함수를 사용하여 분류 기준의 성능을 평가합니다. ML.EVALUATE 함수는 실제 데이터로 예측 값을 평가합니다. 분류 기준은 라벨의 열거된 타겟 값 집합 중 하나입니다.

모델을 평가하는 데 사용되는 쿼리는 다음과 같습니다.

#standardSQL
SELECT
  *
FROM
  ML.EVALUATE(MODEL `bqml_tutorial.natality_model`,
    (
    SELECT
      weight_pounds,
      is_male,
      gestation_weeks,
      mother_age,
      CAST(mother_race AS STRING) AS mother_race
    FROM
      `bigquery-public-data.samples.natality`
    WHERE
      weight_pounds IS NOT NULL))

쿼리 세부정보

맨 위에 있는 SELECT 문은 모델의 열을 검색합니다.

FROM 절은 bqml_tutorial.natality_model 모델에 ML.EVALUATE 함수를 사용합니다.

이 쿼리의 중첩된 SELECT 문과 FROM 절은 CREATE MODEL 쿼리와 같습니다.

WHERE 절인 WHERE weight_pounds IS NOT NULL은 체중이 NULL인 행을 제외합니다.

ML.EVALUATE 쿼리 실행

모델을 평가하는 ML.EVALUATE 쿼리를 실행하려면 다음 안내를 따르세요.

  1. BigQuery 웹 UI에서 새 쿼리 작성 버튼을 클릭합니다.

  2. 쿼리 편집기 텍스트 영역에 다음 표준 SQL 쿼리를 입력합니다.

    #standardSQL
    SELECT
      *
    FROM
      ML.EVALUATE(MODEL `bqml_tutorial.natality_model`,
        (
        SELECT
          weight_pounds,
          is_male,
          gestation_weeks,
          mother_age,
          CAST(mother_race AS STRING) AS mother_race
        FROM
          `bigquery-public-data.samples.natality`
        WHERE
          weight_pounds IS NOT NULL))
    
  3. (선택사항) 처리 위치를 설정하려면 옵션 > 쿼리 설정을 클릭합니다. 처리 위치US를 선택합니다. 처리 위치는 데이터세트의 위치에 따라 자동으로 감지되므로 이 단계는 선택사항입니다.

  4. 쿼리 실행을 클릭합니다.

  5. 쿼리가 완료되면 쿼리 텍스트 영역 아래의 결과 탭을 클릭합니다. 결과는 다음과 같이 표시됩니다.

    ML.EVALUATE 출력

    선형 회귀를 수행했으므로 결과에 다음 열이 포함됩니다.

    • mean_absolute_error
    • mean_squared_error
    • mean_squared_log_error
    • median_absolute_error
    • r2_score
    • explained_variance

평가 결과에서 중요한 측정항목은 R2 점수입니다. R2 점수는 선형 회귀 예측이 실제 데이터에 가까운지 알 수 있는 통계 척도입니다. 0은 모델이 평균 주위 응답 데이터의 변동성을 전혀 설명하지 못한다는 것을 나타냅니다. 1은 모델이 평균 주위 응답 데이터의 변동성을 모두 설명한다는 것을 나타냅니다.

5단계: 모델을 사용하여 결과 예측

모델을 평가했으므로 다음 단계는 이 모델을 사용하여 결과를 예측하는 것입니다. 모델을 사용하여 와이오밍(WY)에서 출생한 모든 아기의 출생 시 체중을 예측합니다.

결과를 예측하는 데 사용되는 쿼리는 다음과 같습니다.

#standardSQL
SELECT
  predicted_weight_pounds
FROM
  ML.PREDICT(MODEL `bqml_tutorial.natality_model`,
    (
    SELECT
      is_male,
      gestation_weeks,
      mother_age,
      CAST(mother_race AS STRING) AS mother_race
    FROM
      `bigquery-public-data.samples.natality`
    WHERE
      state = "WY"))

쿼리 세부정보

맨 위에 있는 SELECT 문은 predicted_weight_pounds 열을 검색합니다. 이 열은 ML.PREDICT 함수에서 생성됩니다. ML.PREDICT 함수를 사용할 때 모델의 출력 열 이름은 predicted_<label_column_name>입니다. 선형 회귀 모형의 경우 predicted_labellabel의 예상 값입니다. 로지스틱 회귀 모델의 경우 predicted_label은 두 입력 라벨 중 하나이며 예측 가능성이 더 높은 라벨이 됩니다.

ML.PREDICT 함수는 bqml_tutorial.natality_model 모델을 사용하여 결과를 예측하는 데 사용됩니다.

이 쿼리의 중첩된 SELECT 문과 FROM 절은 CREATE MODEL 쿼리와 같습니다.

WHERE 절인 WHERE state = “WY”는 예측을 와이오밍주로 한정하고 있음을 나타냅니다.

ML.PREDICT 쿼리 실행

모델을 사용하여 결과를 예측하는 쿼리를 실행하려면 다음 안내를 따르세요.

  1. BigQuery 웹 UI에서 새 쿼리 작성 버튼을 클릭합니다.

  2. 쿼리 편집기 텍스트 영역에 다음 표준 SQL 쿼리를 입력합니다.

    #standardSQL
    SELECT
      predicted_weight_pounds
    FROM
      ML.PREDICT(MODEL `bqml_tutorial.natality_model`,
        (
        SELECT
          is_male,
          gestation_weeks,
          mother_age,
          CAST(mother_race AS STRING) AS mother_race
        FROM
          `bigquery-public-data.samples.natality`
        WHERE
          state = "WY"))
    
  3. (선택사항) 처리 위치를 설정하려면 옵션 > 쿼리 설정을 클릭합니다. 처리 위치US를 선택합니다. 처리 위치는 데이터세트의 위치에 따라 자동으로 감지되므로 이 단계는 선택사항입니다.

  4. 쿼리 실행을 클릭합니다.

  5. 쿼리가 완료되면 쿼리 텍스트 영역 아래의 결과 탭을 클릭합니다. 결과는 다음과 같이 표시됩니다.

    ML.PREDICT 출력

삭제

이 가이드에서 사용한 리소스 비용이 Google Cloud Platform 계정에 청구되지 않도록 하는 방법은 다음과 같습니다.

  • 만든 프로젝트를 삭제할 수 있습니다.
  • 또는 프로젝트를 유지하고 데이터세트를 삭제할 수 있습니다.

데이터세트 삭제

프로젝트를 삭제하면 프로젝트의 데이터세트와 테이블이 모두 삭제됩니다. 프로젝트를 다시 사용하려면 이 가이드에서 만든 데이터세트를 삭제할 수 있습니다.

  1. 필요에 따라 웹 UI를 엽니다.

    웹 UI로 이동

  2. 탐색창에서 앞서 만든 bqml_tutorial 데이터세트에 마우스를 올려놓습니다.

  3. 탐색창에서 데이터세트 이름 옆의 아래쪽 화살표 아이콘 아래쪽 화살표 이미지을 클릭하고 데이터세트 삭제를 클릭합니다. 이렇게 하면 데이터세트, 테이블, 모든 데이터가 삭제됩니다.

  4. 데이터세트 삭제 대화상자에서 데이터세트의 이름(bqml_tutorial)을 입력하여 삭제 명령어를 확인한 후 확인을 클릭합니다.

프로젝트 삭제

프로젝트를 삭제하는 방법은 다음과 같습니다.

  1. GCP 콘솔에서 프로젝트 페이지로 이동합니다.

    프로젝트 페이지로 이동

  2. 프로젝트 목록에서 삭제할 프로젝트를 선택하고 프로젝트 삭제를 클릭합니다. 프로젝트 이름 옆의 체크박스를 선택한 다음 프로젝트 삭제 클릭
  3. 대화상자에서 프로젝트 ID를 입력한 다음 종료를 클릭하여 프로젝트를 삭제합니다.

다음 단계

이 페이지가 도움이 되었나요? 평가를 부탁드립니다.

다음에 대한 의견 보내기...

도움이 필요하시나요? 지원 페이지를 방문하세요.