Probar BigQuery DataFrames

Usa esta guía de inicio rápido para realizar las siguientes tareas de análisis y aprendizaje automático (AA) mediante la API de BigQuery DataFrames en un notebook de BigQuery:

• Crea un DataFrame sobre el conjunto de datos públicos bigquery-public-data.ml_datasets.penguins.
• Calcula la masa corporal promedio de un pingüino.
• Crear un modelo de regresión lineal.
• Crea un DataFrame sobre un subconjunto de datos de pingüinos para usarlo como datos de entrenamiento.
• Limpia los datos de entrenamiento.
• Establece los parámetros del modelo.
• Ajusta el modelo.
• Asigna una puntuación al modelo.

Antes de comenzar

1. Accede a tu cuenta de Google Cloud. Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.

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. 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

4. Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud.

5. Asegúrate de que la API de BigQuery esté habilitada.

   Habilitación de la API

   Si creaste un proyecto nuevo, la API de BigQuery se habilita automáticamente.

Permisos necesarios

Para crear y ejecutar notebooks, necesitas los siguientes roles de Identity and Access Management (IAM):

• Usuario de BigQuery (roles/bigquery.user)
• Usuario del entorno de ejecución del notebook (roles/aiplatform.notebookRuntimeUser)
• Creador de código (roles/dataform.codeCreator)

Crea un notebook

Sigue las instrucciones en Crea un notebook desde el editor de BigQuery para crear un notebook nuevo.

Probar BigQuery DataFrames

Prueba BigQuery DataFrames mediante estos pasos:

1. Crea una celda de código nueva en el notebook.

2. Copia el siguiente código y pégalo en la celda de código:

   import bigframes.pandas as bpd
   
   # Set BigQuery DataFrames options
   bpd.options.bigquery.project = your_gcp_project_id
   bpd.options.bigquery.location = "us"
   
   # Create a DataFrame from a BigQuery table
   query_or_table = "bigquery-public-data.ml_datasets.penguins"
   df = bpd.read_gbq(query_or_table)
   
   # Use the DataFrame just as you would a pandas DataFrame, but calculations
   # happen in the BigQuery query engine instead of the local system.
   average_body_mass = df["body_mass_g"].mean()
   print(f"average_body_mass: {average_body_mass}")
   
   # Create the Linear Regression model
   from bigframes.ml.linear_model import LinearRegression
   
   # Filter down to the data we want to analyze
   adelie_data = df[df.species == "Adelie Penguin (Pygoscelis adeliae)"]
   
   # Drop the columns we don't care about
   adelie_data = adelie_data.drop(columns=["species"])
   
   # Drop rows with nulls to get our training data
   training_data = adelie_data.dropna()
   
   # Pick feature columns and label column
   X = training_data[
       [
           "island",
           "culmen_length_mm",
           "culmen_depth_mm",
           "flipper_length_mm",
           "sex",
       ]
   ]
   y = training_data[["body_mass_g"]]
   
   model = LinearRegression(fit_intercept=False)
   model.fit(X, y)
   model.score(X, y)
   

3. Modifica la línea bpd.options.bigquery.project = your_gcp_project_id para especificar tu proyecto, por ejemplo bpd.options.bigquery.project = "myproject".

4. Ejecuta la celda de código.

   La celda de código muestra la masa corporal promedio para los pingüinos en el conjunto de datos y, luego, muestra las métricas de evaluación del modelo.

Limpia

La manera más fácil de eliminar la facturación es borrar el proyecto que creaste para el instructivo.

Para borrar el proyecto, sigue estos pasos:

Precaución: Borrar un proyecto tiene estas consecuencias:

• Se borra todo en el proyecto. Si usaste un proyecto existente para las tareas de este documento, cuando lo borres, también se borrará cualquier otro trabajo que hayas realizado en el proyecto.
• Se pierden los ID personalizados de proyectos. Cuando creaste este proyecto, es posible que hayas creado un ID del proyecto personalizado que desees utilizar en el futuro. Para conservar las URL que utilizan el ID del proyecto, como una URL appspot.com, borra los recursos seleccionados dentro del proyecto en lugar de borrar todo el proyecto.

Si planeas explorar varias infraestructuras, instructivos y guías de inicio rápido la reutilización de proyectos puede ayudarte a evitar exceder los límites de las cuotas del proyecto.

1. En la consola de Google Cloud, ve a la página Administrar recursos.

   Ir a Administrar recursos

2. En la lista de proyectos, elige el proyecto que quieres borrar y haz clic en Borrar.
3. En el diálogo, escribe el ID del proyecto y, luego, haz clic en Cerrar para borrar el proyecto.

¿Qué sigue?

Prueba el notebook de introducción a BigQuery DataFrames.