機器學習模型的端對端使用者歷程

本文說明在 BigQuery ML 中訓練的機器學習模型使用者歷程,包括可用於處理機器學習模型的陳述式和函式。BigQuery ML 提供下列類型的機器學習模型:

模型建立使用者歷程

下表說明可用於建立及調整模型的陳述式和函式:

模型類別 模型類型 模型建立 預先處理特徵 超參數調整1 模型權重 功能和訓練資訊 教學課程
監督式學習 線性與邏輯迴歸 CREATE MODEL 自動預先處理

手動預先處理
超參數調整

ML.TRIAL
_INFO
ML.WEIGHTS ML.FEATURE
_INFO


ML.TRAINING
_INFO
使用線性迴歸預測企鵝體重

使用邏輯迴歸模型執行分類
深層類神經網路 (DNN) CREATE MODEL 自動預先處理

手動預先處理
超參數調整

ML.TRIAL
_INFO
不適用2 ML.FEATURE
_INFO


ML.TRAINING
_INFO
不適用
廣度和深度網路 CREATE MODEL 自動預先處理

手動預先處理
超參數調整

ML.TRIAL
_INFO
不適用2 ML.FEATURE
_INFO


ML.TRAINING
_INFO
不適用
提升樹 CREATE MODEL 自動預先處理

手動預先處理
超參數調整

ML.TRIAL
_INFO
不適用2 ML.FEATURE
_INFO


ML.TRAINING
_INFO
使用提升樹模型執行分類
隨機森林 CREATE MODEL 自動預先處理

手動預先處理
超參數調整

ML.TRIAL
_INFO
不適用2 ML.FEATURE
_INFO


ML.TRAINING
_INFO
不適用
AutoML 分類和迴歸 CREATE MODEL AutoML 會自動執行特徵工程 AutoML 會自動執行超參數調整 不適用2 ML.FEATURE
_INFO


ML.TRAINING
_INFO
不適用
非監督式學習 K-means CREATE MODEL 自動預先處理

手動預先處理
超參數調整

ML.TRIAL
_INFO
ML.CENTROIDS ML.FEATURE
_INFO


ML.TRAINING
_INFO
找出單車租借站資料中的叢集
矩陣分解 CREATE MODEL 不適用 超參數調整

ML.TRIAL
_INFO
ML.WEIGHTS ML.FEATURE
_INFO


ML.TRAINING
_INFO
使用明確意見回饋生成電影推薦

使用隱含意見回饋生成內容推薦
主成分分析 (PCA) CREATE MODEL 自動預先處理

手動預先處理
不適用 ML.PRINCIPAL
_COMPONENTS


ML.PRINCIPAL
_COMPONENT
_INFO
ML.FEATURE
_INFO


ML.TRAINING
_INFO
不適用
自動編碼器 CREATE MODEL 自動預先處理

手動預先處理
超參數調整

ML.TRIAL
_INFO
不適用2 ML.FEATURE
_INFO


ML.TRAINING
_INFO
不適用
僅轉換 僅轉換 CREATE MODEL 手動預先處理 不適用 不適用 ML.FEATURE
_INFO
不適用

1如需使用超參數調整的逐步範例,請參閱「透過超參數調整提升模型效能」。

2BigQuery ML 不提供擷取此模型權重的函式。如要查看模型權重,請將模型從 BigQuery ML 匯出至 Cloud Storage,然後使用 XGBoost 程式庫或 TensorFlow 程式庫,以視覺化方式呈現樹狀模型的樹狀結構,或類神經網路的圖形結構。詳情請參閱EXPORT MODEL和「匯出 BigQuery ML 模型以進行線上預測」。

使用使用者歷程模型

下表說明可用於評估、說明及取得模型預測結果的陳述式和函式:

模型類別 模型類型 評估 推論 AI 說明 模型監控
監督式學習 線性與邏輯迴歸 ML.EVALUATE

ML.CONFUSION
_MATRIX
1

ML.ROC_CURVE2
ML.PREDICT

ML.TRANSFORM
ML.EXPLAIN_PREDICT3

ML.GLOBAL_EXPLAIN

ML.ADVANCED_WEIGHTS5
ML.DESCRIBE_DATA

ML.VALIDATE_DATA
_DRIFT


ML.VALIDATE_DATA
_SKEW


ML.TFDV_DESCRIBE

ML.TFDV_VALIDATE
深層類神經網路 (DNN) ML.EVALUATE

ML.CONFUSION
_MATRIX
1

ML.ROC_CURVE2
ML.PREDICT

ML.TRANSFORM
ML.EXPLAIN_PREDICT3

ML.GLOBAL_EXPLAIN

ML.ADVANCED_WEIGHTS5
ML.DESCRIBE_DATA

ML.VALIDATE_DATA
_DRIFT


ML.VALIDATE_DATA
_SKEW


ML.TFDV_DESCRIBE

ML.TFDV_VALIDATE
廣度和深度網路 ML.EVALUATE

ML.CONFUSION
_MATRIX
1

ML.ROC_CURVE2
ML.PREDICT

ML.TRANSFORM
ML.EXPLAIN_PREDICT3

ML.GLOBAL_EXPLAIN

ML.ADVANCED_WEIGHTS5
ML.DESCRIBE_DATA

ML.VALIDATE_DATA
_DRIFT


ML.VALIDATE_DATA
_SKEW


ML.TFDV_DESCRIBE

ML.TFDV_VALIDATE
提升樹 ML.EVALUATE

ML.CONFUSION
_MATRIX
1

ML.ROC_CURVE2
ML.PREDICT

ML.TRANSFORM
ML.EXPLAIN_PREDICT3

ML.GLOBAL_EXPLAIN

ML.FEATURE_IMPORTANCE4
ML.DESCRIBE_DATA

ML.VALIDATE_DATA
_DRIFT


ML.VALIDATE_DATA
_SKEW


ML.TFDV_DESCRIBE

ML.TFDV_VALIDATE
隨機森林 ML.EVALUATE

ML.CONFUSION
_MATRIX
1

ML.ROC_CURVE2
ML.PREDICT

ML.TRANSFORM
ML.EXPLAIN_PREDICT3

ML.GLOBAL_EXPLAIN

ML.FEATURE_IMPORTANCE4
ML.DESCRIBE_DATA

ML.VALIDATE_DATA
_DRIFT


ML.VALIDATE_DATA
_SKEW


ML.TFDV_DESCRIBE

ML.TFDV_VALIDATE
AutoML 分類和迴歸 ML.EVALUATE

ML.CONFUSION
_MATRIX
1

ML.ROC_CURVE2
ML.PREDICT ML.GLOBAL_EXPLAIN ML.DESCRIBE_DATA

ML.VALIDATE_DATA
_DRIFT


ML.VALIDATE_DATA
_SKEW


ML.TFDV_DESCRIBE

ML.TFDV_VALIDATE
非監督式學習 K-means ML.EVALUATE ML.PREDICT
ML.DETECT
_ANOMALIES


ML.TRANSFORM
不適用 ML.DESCRIBE_DATA

ML.VALIDATE_DATA
_DRIFT


ML.VALIDATE_DATA
_SKEW


ML.TFDV_DESCRIBE

ML.TFDV_VALIDATE
矩陣分解 ML.EVALUATE ML.RECOMMEND

ML.GENERATE
_EMBEDDING
不適用 不適用
主成分分析 (PCA) ML.EVALUATE ML.PREDICT
ML.GENERATE
_EMBEDDING

ML.DETECT
_ANOMALIES


ML.TRANSFORM
不適用 ML.DESCRIBE_DATA

ML.VALIDATE_DATA
_DRIFT


ML.VALIDATE_DATA
_SKEW


ML.TFDV_DESCRIBE

ML.TFDV_VALIDATE
自動編碼器 ML.EVALUATE ML.PREDICT

ML.GENERATE
_EMBEDDING

ML.DETECT
_ANOMALIES


ML.RECONSTRUCTION
_LOSS


ML.TRANSFORM
不適用 ML.DESCRIBE_DATA

ML.VALIDATE_DATA
_DRIFT


ML.VALIDATE_DATA
_SKEW


ML.TFDV_DESCRIBE

ML.TFDV_VALIDATE
僅轉換 僅轉換 不適用 ML.TRANSFORM 不適用 不適用

1ML.CONFUSION_MATRIX 僅適用於分類模型。

2ML.ROC_CURVE 僅適用於二元分類模型。

3 ML.EXPLAIN_PREDICT 函式包含 ML.PREDICT 函式,因為其輸出內容是 ML.PREDICT 結果的超集。

4如要瞭解 ML.GLOBAL_EXPLAINML.FEATURE_IMPORTANCE 之間的差異,請參閱可解釋的 AI 總覽

5ML.ADVANCED_WEIGHTS 函式包含 ML.WEIGHTS 函式,因為其輸出內容是 ML.WEIGHTS 結果的超集。