Questa pagina è stata tradotta dall'API Cloud Translation.

Ottenere insight sui dati da un modello di analisi del contributo

In questo tutorial utilizzi una di analisi del contributo per analizzare le tariffe dei taxi cambiano tra il 2011 e il 2012 a New York. Questo tutorial guida svolgendo le seguenti attività:

Creazione di una tabella di input basata sui dati dei taxi disponibili pubblicamente.
La creazione di un modello di analisi del contributo, che utilizza un metrica sommabile. Questo tipo di modello riassume una determinata metrica per una combinazione di uno o più dimensioni nei dati, per stabilire in che modo contribuiscono al valore della metrica.
Ottieni gli insight sulle metriche dal modello utilizzando Funzione ML.GET_INSIGHTS.

Prima di iniziare questo tutorial, è necessario acquisire familiarità con il caso d'uso di analisi dei contributi.

Autorizzazioni obbligatorie

Per creare il set di dati, devi disporre dell'autorizzazione bigquery.datasets.create Identity and Access Management (IAM).
Per creare il modello, devi disporre delle seguenti autorizzazioni:
- bigquery.jobs.create
- bigquery.models.create
- bigquery.models.getData
- bigquery.models.updateData
Per eseguire l'inferenza, devi disporre delle seguenti autorizzazioni:
- bigquery.models.getData
- bigquery.jobs.create

Costi

In questo documento utilizzi i seguenti componenti fatturabili di Google Cloud:

BigQuery ML: You incur costs for the data that you process in BigQuery.

Per generare una stima dei costi basata sull'utilizzo previsto, utilizza il Calcolatore prezzi. I nuovi utenti di Google Cloud potrebbero essere idonei per una prova gratuita.

Per ulteriori informazioni sui prezzi di BigQuery, consulta Prezzi di BigQuery in documentazione di BigQuery.

Prima di iniziare

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
Make sure that billing is enabled for your Google Cloud project.
Enable the BigQuery API.
Enable the API

Crea un set di dati

Crea un set di dati BigQuery per archiviare il tuo modello ML:

Nella console Google Cloud, vai alla pagina BigQuery.

Vai alla pagina BigQuery
Nel riquadro Explorer, fai clic sul nome del tuo progetto.
Fai clic su Visualizza azioni > Crea il set di dati.
Nella pagina Crea set di dati:
- In ID set di dati, inserisci bqml_tutorial.
- Per Tipo di località, seleziona Più regioni e poi Stati Uniti (più regioni negli Stati Uniti).
  
  I set di dati pubblici vengono archiviati nell'US più regioni. Per semplicità, per archiviare il set di dati nella stessa posizione.
- Lascia invariate le restanti impostazioni predefinite e fai clic su Crea il set di dati.

Crea una tabella di dati di input

Crea una tabella contenente i dati di test e controllo da analizzare. Le seguenti la query crea due tabelle intermedie, una tabella di prova con i dati sui taxi del 2012 e una tabella di controllo con i dati sui taxi del 2011, per poi unire le tabelle intermedie per creare una tabella con righe di test e di controllo e lo stesso insieme di colonne.

Nella console Google Cloud, vai alla pagina BigQuery.

Vai a BigQuery

Esegui la seguente istruzione nell'editor query:

CREATE OR REPLACE TABLE bqml_tutorial.taxi_control_and_test
AS (
  SELECT
    vendor_id,
    passenger_count,
    payment_type,
    pickup_location_id,
    EXTRACT(MONTH FROM pickup_datetime) AS month,
    AVG(total_amount) AS avg_total_fare,
    FALSE AS is_test
  FROM `bigquery-public-data.new_york_taxi_trips.tlc_yellow_trips_2011`
  WHERE total_amount > 0
  GROUP BY vendor_id, passenger_count, payment_type, pickup_location_id, month, is_test
)
UNION ALL
(
  SELECT
    vendor_id,
    passenger_count,
    payment_type,
    pickup_location_id,
    EXTRACT(MONTH FROM pickup_datetime) AS month,
    AVG(total_amount) AS avg_total_fare,
    TRUE AS is_test
  FROM `bigquery-public-data.new_york_taxi_trips.tlc_yellow_trips_2012`
  WHERE total_amount > 0
  GROUP BY vendor_id, passenger_count, payment_type, pickup_location_id, month, is_test
);

crea il modello

Crea un modello di analisi dei contributi:

Nella console Google Cloud, vai alla pagina BigQuery.

Vai a BigQuery

Esegui la seguente istruzione nell'editor query:

CREATE OR REPLACE MODEL `bqml_tutorial.taxi_contribution_analysis_model`
  OPTIONS (
    MODEL_TYPE = 'CONTRIBUTION_ANALYSIS',
    CONTRIBUTION_METRIC = 'SUM(avg_total_fare)',
    DIMENSION_ID_COLS =
      ['vendor_id', 'passenger_count', 'pickup_location_id', 'payment_type', 'month'],
    IS_TEST_COL = 'is_test',
    MIN_APRIORI_SUPPORT = 0.05)
AS
SELECT * FROM bqml_tutorial.taxi_control_and_test;

Il completamento della query richiede circa 20 secondi, dopodiché il modello taxi_contribution_analysis_model compare nel set di dati bqml_tutorial in nel riquadro Explorer. Poiché la query utilizza un'istruzione CREATE MODEL per creare un modello, non ci sono risultati della query.

Ottenere approfondimenti dal modello

Ricevi gli insight generati dal modello di analisi del contributo utilizzando il Funzione ML.GET_INSIGHTS.

Nella console Google Cloud, vai alla pagina BigQuery.

Vai a BigQuery

Nell'editor di query, esegui la seguente istruzione:

SELECT
  contributors,
  metric_test,
  metric_control,
  difference,
  relative_difference,
  unexpected_difference,
  relative_unexpected_difference,
  apriori_support
FROM
  ML.GET_INSIGHTS(
    MODEL `bqml_tutorial.taxi_contribution_analysis_model`)
WHERE relative_difference IS NOT NULL
ORDER BY unexpected_difference DESC;

La clausola WHERE esclude i risultati per i collaboratori presenti nel set di test, ma non in quello di controllo.

Se avessi utilizzato SELECT * anziché specificare le colonne nell'istruzione SELECT per la funzione, l'output includerebbe anche le colonne delle dimensioni specificate nell'opzione DIMENSION_ID_COLS dell'istruzione CREATE MODEL.

Le prime righe dell'output dovrebbero essere simili alla seguente:

+-------------------------------------------------------------+------------------+------------------+------------------+---------------------+-----------------------+--------------------------------+-----------------+
|                        contributors                         |   metric_test    |  metric_control  |    difference    | relative_difference | unexpected_difference | relative_unexpected_difference | apriori_support |
+-------------------------------------------------------------+------------------+------------------+------------------+---------------------+-----------------------+--------------------------------+-----------------+
| ["payment_type=5"]                                          |   82996.99307095 |           138.26 |   82858.73307095 |       599.296492629 |       82825.246757081 |                  482.253417818 |     0.063593301 |
+-------------------------------------------------------------+------------------+------------------+------------------+---------------------+-----------------------+--------------------------------+-----------------+
| ["vendor_id=1"]                                             | 651674.026105812 | 475749.798118647 | 175924.227987165 |         0.369783085 |        39985.82041025 |                    0.065369611 |     0.499320531 |
+-------------------------------------------------------------+------------------+------------------+------------------+---------------------+-----------------------+--------------------------------+-----------------+
| ["passenger_count=1"]                                       | 304615.252142054 | 214839.058249037 |  89776.193893017 |         0.417876501 |       25149.907437652 |                     0.08999294 |     0.233399895 |
+-------------------------------------------------------------+------------------+------------------+------------------+---------------------+-----------------------+--------------------------------+-----------------+
| ["passenger_count=6"]                                       | 106980.236314059 | 64751.247894565  |  42228.988419494 |          0.65217258 |       22582.018639759 |                    0.267565108 |     0.081969553 |
+-------------------------------------------------------------+------------------+------------------+------------------+---------------------+-----------------------+--------------------------------+-----------------+
| ["vendor_id=1","passenger_count=1"]                         |     169184.64374 | 114583.997774386 |  54600.645965614 |         0.476511965 |       19471.037967023 |                    0.130055237 |     0.129631323 |
+-------------------------------------------------------------+------------------+------------------+------------------+---------------------+-----------------------+--------------------------------+-----------------+

Poiché hai eseguito l'analisi del contributo su una metrica sommabile, i risultati contengono colonne di output delle metriche sommabili.

Esegui la pulizia

Attenzione: l'eliminazione di un progetto ha i seguenti effetti:

L'intero contenuto del progetto viene eliminato. Se hai utilizzato un progetto esistente per le attività descritte in questo documento, quando lo elimini elimini anche tutto il lavoro svolto nel progetto.
Gli ID progetto personalizzati non sono più disponibili. Quando hai creato questo progetto, potresti aver creato un ID progetto personalizzato che vuoi utilizzare in futuro. Per conservare gli URL che utilizzano l'ID progetto, ad esempio un appspot.com URL, elimina le risorse selezionate all'interno del progetto anziché eliminare l'intero progetto.

Se intendi esplorare più architetture, tutorial o guide rapide, il riuso dei progetti può aiutarti a non superare i limiti di quota.

In the Google Cloud console, go to the Manage resources page.
Go to Manage resources
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.