Mendapatkan insight data dari model analisis kontribusi menggunakan metrik rasio yang dapat digabungkan
Dalam tutorial ini, Anda menggunakan model analisis kontribusi untuk menganalisis kontribusi rasio biaya penjualan dalam set data penjualan minuman keras Iowa. Tutorial ini memandu Anda melakukan tugas-tugas berikut:
- Buat tabel input berdasarkan data minuman keras Iowa yang tersedia secara publik.
- Buat model analisis kontribusi yang menggunakan metrik rasio yang dapat dijumlahkan. Jenis model ini merangkum nilai dua kolom numerik dan menentukan perbedaan rasio di seluruh set data kontrol dan pengujian untuk setiap segmen data.
- Dapatkan insight metrik dari model menggunakan
fungsi
ML.GET_INSIGHTS
.
Sebelum memulai tutorial ini, Anda harus memahami kasus penggunaan analisis kontribusi.
Izin yang diperlukan
Untuk membuat set data, Anda memerlukan izin Identity and Access Management (IAM)
bigquery.datasets.create
.Untuk membuat model, Anda memerlukan izin berikut:
bigquery.jobs.create
bigquery.models.create
bigquery.models.getData
bigquery.models.updateData
Untuk menjalankan inferensi, Anda memerlukan izin berikut:
bigquery.models.getData
bigquery.jobs.create
Biaya
Dalam dokumen ini, Anda akan menggunakan komponen Google Cloudyang dapat ditagih berikut:
- BigQuery ML: You incur costs for the data that you process in BigQuery.
Untuk membuat perkiraan biaya berdasarkan proyeksi penggunaan Anda,
gunakan kalkulator harga.
Untuk mengetahui informasi selengkapnya tentang harga BigQuery, lihat harga BigQuery dalam dokumentasi BigQuery.
Sebelum memulai
-
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.
Membuat set data
Buat set data BigQuery untuk menyimpan model ML Anda.
Konsol
Di konsol Google Cloud , buka halaman BigQuery.
Di panel Explorer, klik nama project Anda.
Klik
View actions > Create dataset.Di halaman Create dataset, lakukan hal berikut:
Untuk Dataset ID, masukkan
bqml_tutorial
.Untuk Location type, pilih Multi-region, lalu pilih US (multiple regions in United States).
Jangan ubah setelan default yang tersisa, lalu klik Create dataset.
bq
Untuk membuat set data baru, gunakan perintah bq mk
dengan flag --location
. Untuk daftar lengkap kemungkinan parameter, lihat referensi
perintah bq mk --dataset
.
Buat set data bernama
bqml_tutorial
dengan lokasi data yang ditetapkan keUS
dan deskripsiBigQuery ML tutorial dataset
:bq --location=US mk -d \ --description "BigQuery ML tutorial dataset." \ bqml_tutorial
Perintah ini menggunakan pintasan
-d
, bukan flag--dataset
. Jika Anda menghapus-d
dan--dataset
, perintah defaultnya adalah membuat set data.Pastikan set data telah dibuat:
bq ls
API
Panggil metode datasets.insert
dengan resource set data yang ditentukan.
{ "datasetReference": { "datasetId": "bqml_tutorial" } }
BigQuery DataFrames
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan BigQuery DataFrames di Panduan memulai BigQuery menggunakan BigQuery DataFrames. Untuk mengetahui informasi selengkapnya, lihat dokumentasi referensi BigQuery DataFrames.
Untuk melakukan autentikasi ke BigQuery, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan ADC untuk lingkungan pengembangan lokal.
Membuat tabel data input
Buat tabel yang berisi data pengujian dan kontrol untuk dianalisis. Kueri berikut membuat dua tabel perantara, tabel pengujian untuk data minuman keras dari tahun 2021 dan tabel kontrol dengan data minuman keras dari tahun 2020, lalu melakukan gabungan tabel perantara untuk membuat tabel dengan baris pengujian dan kontrol serta set kolom yang sama.
Di konsol Google Cloud , buka halaman BigQuery.
Di editor kueri, jalankan pernyataan berikut:
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);
Buat model
Buat model analisis kontribusi:
Di konsol Google Cloud , buka halaman BigQuery.
Di editor kueri, jalankan pernyataan berikut:
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;
Kueri memerlukan waktu sekitar 35 detik untuk diselesaikan, setelah itu model liquor_sales_model
akan muncul di set data bqml_tutorial
di panel Explorer. Karena kueri menggunakan pernyataan CREATE MODEL
untuk
membuat model, tidak akan ada hasil kueri.
Mendapatkan insight dari model
Dapatkan insight yang dihasilkan oleh model analisis kontribusi menggunakan fungsi
ML.GET_INSIGHTS
.
Di konsol Google Cloud , buka halaman BigQuery.
Di editor kueri, jalankan pernyataan berikut untuk memilih kolom dari output untuk model analisis kontribusi metrik rasio yang dapat dijumlahkan:
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;
Beberapa baris pertama output akan terlihat seperti berikut. Nilai dipangkas untuk meningkatkan keterbacaan.
kontributor | metric_test | metric_control | metric_test_over_metric_control | metric_test_over_complement | metric_control_over_complement | aumann_shapley_attribution | apriori_support | kontribusi |
---|---|---|---|---|---|---|---|---|
semua | 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 |
Dalam output, Anda dapat melihat bahwa segmen data city=DES MOINES
memiliki kontribusi perubahan rasio penjualan tertinggi. Anda juga dapat melihat perbedaan ini
di kolom metric_test
dan metric_control
, yang menunjukkan bahwa rasio
menurun dalam data pengujian dibandingkan dengan data kontrol. Metrik lainnya, seperti metric_test_over_metric_control
, metric_test_over_complement
, dan metric_control_over_complement
, menghitung statistik tambahan yang menjelaskan hubungan antara rasio kontrol dan pengujian serta hubungannya dengan keseluruhan populasi. Untuk mengetahui informasi selengkapnya, lihat
Output untuk model analisis kontribusi metrik rasio yang dapat dijumlahkan.
Pembersihan
- 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.