Obtenir des insights sur les données à partir d'un modèle d'analyse des contributions à l'aide d'une métrique de ratio sommable
Dans ce tutoriel, vous allez utiliser un modèle d'analyse des contributions pour analyser la contribution du ratio du coût des ventes dans l'ensemble de données sur les ventes de boissons alcoolisées dans l'Iowa. Ce tutoriel vous guide à travers les tâches suivantes :
- Créez une table d'entrée basée sur les données publiques sur les alcools de l'Iowa.
- Créez un modèle d'analyse des contributions qui utilise une métrique de ratio sommable. Ce type de modèle résume les valeurs de deux colonnes numériques et détermine les différences de ratio entre l'ensemble de données de contrôle et de test pour chaque segment de données.
- Obtenez les insights sur les métriques à partir du modèle à l'aide de la fonction
ML.GET_INSIGHTS
.
Avant de commencer ce tutoriel, vous devez vous familiariser avec le cas d'utilisation de l'analyse des contributions.
Autorisations requises
Pour créer l'ensemble de données, vous devez disposer de l'autorisation Identity and Access Management (IAM)
bigquery.datasets.create
.Pour créer le modèle, vous avez besoin des autorisations suivantes :
bigquery.jobs.create
bigquery.models.create
bigquery.models.getData
bigquery.models.updateData
Pour exécuter une inférence, vous devez disposer des autorisations suivantes :
bigquery.models.getData
bigquery.jobs.create
Coûts
Dans ce document, vous utilisez les composants facturables de Google Cloudsuivants :
- BigQuery ML: You incur costs for the data that you process in BigQuery.
Obtenez une estimation des coûts en fonction de votre utilisation prévue à l'aide du simulateur de coût.
Pour en savoir plus sur les tarifs de BigQuery, consultez la page Tarifs de BigQuery dans la documentation BigQuery.
Avant de commencer
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Verify that billing is enabled for your Google Cloud project.
-
Enable the BigQuery API.
Créer un ensemble de données
Créez un ensemble de données BigQuery pour stocker votre modèle de ML.
Console
Dans la console Google Cloud , accédez à la page BigQuery.
Dans le volet Explorateur, cliquez sur le nom de votre projet.
Cliquez sur
Afficher les actions > Créer un ensemble de données.Sur la page Créer un ensemble de données, procédez comme suit :
Dans le champ ID de l'ensemble de données, saisissez
bqml_tutorial
.Pour Type d'emplacement, sélectionnez Multirégional, puis sélectionnez US (plusieurs régions aux États-Unis).
Conservez les autres paramètres par défaut, puis cliquez sur Créer un ensemble de données.
bq
Pour créer un ensemble de données, exécutez la commande bq mk
en spécifiant l'option --location
. Pour obtenir la liste complète des paramètres possibles, consultez la documentation de référence sur la commande bq mk --dataset
.
Créez un ensemble de données nommé
bqml_tutorial
avec l'emplacement des données défini surUS
et une description deBigQuery ML tutorial dataset
:bq --location=US mk -d \ --description "BigQuery ML tutorial dataset." \ bqml_tutorial
Au lieu d'utiliser l'option
--dataset
, la commande utilise le raccourci-d
. Si vous omettez-d
et--dataset
, la commande crée un ensemble de données par défaut.Vérifiez que l'ensemble de données a été créé :
bq ls
API
Appelez la méthode datasets.insert
avec une ressource d'ensemble de données définie.
{ "datasetReference": { "datasetId": "bqml_tutorial" } }
BigQuery DataFrames
Avant d'essayer cet exemple, suivez les instructions de configuration pour BigQuery DataFrames du guide de démarrage rapide de BigQuery DataFrames. Pour en savoir plus, consultez la documentation de référence sur BigQuery DataFrames.
Pour vous authentifier auprès de BigQuery, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer les ADC pour un environnement de développement local.
Créer un tableau de données d'entrée
Créez une table contenant les données de test et de contrôle à analyser. La requête suivante crée deux tables intermédiaires : une table de test pour les données sur les alcools de 2021 et une table de contrôle avec les données sur les alcools de 2020. Elle effectue ensuite une union des tables intermédiaires pour créer une table avec des lignes de test et de contrôle, ainsi que le même ensemble de colonnes.
Dans la console Google Cloud , accédez à la page BigQuery.
Dans l'éditeur de requête, exécutez l'instruction suivante :
CREATE OR REPLACE TABLE bqml_tutorial.iowa_liquor_sales_data AS (SELECT store_name, city, vendor_name, category_name, item_description, SUM(sale_dollars) AS total_sales, SUM(state_bottle_cost) AS total_bottle_cost, FALSE AS is_test FROM `bigquery-public-data.iowa_liquor_sales.sales` WHERE EXTRACT(YEAR FROM date) = 2020 GROUP BY store_name, city, vendor_name, category_name, item_description, is_test) UNION ALL (SELECT store_name, city, vendor_name, category_name, item_description, SUM(sale_dollars) AS total_sales, SUM(state_bottle_cost) AS total_bottle_cost, TRUE AS is_test FROM `bigquery-public-data.iowa_liquor_sales.sales` WHERE EXTRACT(YEAR FROM date) = 2021 GROUP BY store_name, city, vendor_name, category_name, item_description, is_test);
Créer le modèle
Créez un modèle d'analyse des contributions :
Dans la console Google Cloud , accédez à la page BigQuery.
Dans l'éditeur de requête, exécutez l'instruction suivante :
CREATE OR REPLACE MODEL bqml_tutorial.liquor_sales_model OPTIONS( model_type = 'CONTRIBUTION_ANALYSIS', contribution_metric = 'sum(total_bottle_cost)/sum(total_sales)', dimension_id_cols = ['store_name', 'city', 'vendor_name', 'category_name', 'item_description'], is_test_col = 'is_test', min_apriori_support = 0.05 ) AS SELECT * FROM bqml_tutorial.iowa_liquor_sales_data;
L'exécution de la requête prend environ 35 secondes, après quoi le modèle liquor_sales_model
apparaît dans l'ensemble de données bqml_tutorial
dans le volet Explorateur. Étant donné que la requête utilise une instruction CREATE MODEL
pour créer un modèle, il n'y a aucun résultat de requête.
Obtenir des insights à partir du modèle
Obtenez des insights générés par le modèle d'analyse des contributions à l'aide de la fonction ML.GET_INSIGHTS
.
Dans la console Google Cloud , accédez à la page BigQuery.
Dans l'éditeur de requête, exécutez l'instruction suivante pour sélectionner des colonnes à partir de la sortie d'un modèle d'analyse de la contribution des métriques de ratio cumulables :
SELECT contributors, metric_test, metric_control, metric_test_over_metric_control, metric_test_over_complement, metric_control_over_complement, aumann_shapley_attribution, apriori_support contribution FROM ML.GET_INSIGHTS( MODEL `bqml_tutorial.liquor_sales_model`) ORDER BY aumann_shapley_attribution DESC;
Les premières lignes du résultat doivent ressembler à ce qui suit. Les valeurs sont tronquées pour améliorer la lisibilité.
et les Top Contributeurs russophones. | metric_test | metric_control | metric_test_over_metric_control | metric_test_over_complement | metric_control_over_complement | aumann_shapley_attribution | apriori_support | contribution |
---|---|---|---|---|---|---|---|---|
tous | 0,069 | 0.071 | 0.969 | null | null | -0.00219 | 1.0 | 0,00219 |
city=DES MOINES | 0,048 | 0,054 | 0.88 | 0,67 | 0.747 | -0.00108 | 0,08 | 0.00108 |
vendor_name=DIAGEO AMERICAS | 0,064 | 0,068 | 0.937 | 0.917 | 0,956 | -0.0009 | 0.184 | 0.0009 |
vendor_name=BACARDI USA INC | 0.071 | 0.082 | 0.857 | 1,025 | 1.167 | -0.00054 | 0,057 | 0.00054 |
vendor_name=PERNOD RICARD USA | 0,068 | 0.077 | 0,89 | 0.988 | 1,082 | -0.0005 | 0,061 | 0,0005 |
Dans le résultat, vous pouvez voir que le segment de données city=DES MOINES
a la plus forte contribution à la variation du ratio de ventes. Vous pouvez également constater cette différence dans les colonnes metric_test
et metric_control
, qui montrent que le ratio a diminué dans les données de test par rapport aux données de contrôle. D'autres métriques, telles que metric_test_over_metric_control
, metric_test_over_complement
et metric_control_over_complement
, calculent des statistiques supplémentaires qui décrivent la relation entre les ratios de contrôle et de test, et leur lien avec la population globale. Pour en savoir plus, consultez Sortie des modèles d'analyse de la contribution des métriques de ratio cumulables.
Effectuer un nettoyage
- In the Google Cloud console, go to the Manage resources page.
- In the project list, select the project that you want to delete, and then click Delete.
- In the dialog, type the project ID, and then click Shut down to delete the project.