Esta página se ha traducido con Cloud Translation API.

Obtener información valiosa de un modelo de análisis de contribuciones usando una métrica resumible

En este tutorial, usarás un modelo de análisis de contribución para analizar los cambios en las ventas entre el 2020 y el 2021 en el conjunto de datos de ventas de bebidas alcohólicas de Iowa. En este tutorial se explica cómo realizar las siguientes tareas:

Crea una tabla de entrada basada en datos públicos sobre bebidas alcohólicas de Iowa.
Crea un modelo de análisis de contribuciones que use una métrica resumible. Este tipo de modelo resume una métrica determinada para una combinación de una o varias dimensiones de los datos, con el fin de determinar cómo contribuyen esas dimensiones al valor de la métrica.
Para obtener las estadísticas de la métrica del modelo, usa la función ML.GET_INSIGHTS.

Antes de empezar este tutorial, debes familiarizarte con el caso práctico de análisis de contribuciones.

Permisos obligatorios

Para crear el conjunto de datos, necesitas el permiso bigquery.datasets.create de Gestión de Identidades y Accesos (IAM).
Para crear el modelo, necesitas los siguientes permisos:
- bigquery.jobs.create
- bigquery.models.create
- bigquery.models.getData
- bigquery.models.updateData
Para ejecutar la inferencia, necesitas los siguientes permisos:
- bigquery.models.getData
- bigquery.jobs.create

Costes

En este documento, se utilizan los siguientes componentes facturables de Google Cloud:

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

Para generar una estimación de costes basada en el uso previsto, utiliza la calculadora de precios.

Los usuarios nuevos Google Cloud pueden disfrutar de una prueba gratuita.

Para obtener más información sobre los precios de BigQuery, consulta la página Precios de BigQuery en la documentación de BigQuery.

Antes de empezar

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
Roles required to select or create a project
- Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
- Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.
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
Verify that billing is enabled for your Google Cloud project.
Enable the BigQuery API.
Roles required to enable APIs
To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.
Enable the API

Crear conjunto de datos

Crea un conjunto de datos de BigQuery para almacenar tu modelo de aprendizaje automático.

Consola

En la Google Cloud consola, ve a la página BigQuery.

Ir a la página de BigQuery
En el panel Explorador, haz clic en el nombre de tu proyecto.
Haga clic en Ver acciones > Crear conjunto de datos.
En la página Crear conjunto de datos, haz lo siguiente:
- En ID del conjunto de datos, introduce bqml_tutorial.
- En Tipo de ubicación, selecciona Multirregión y, a continuación, EE. UU. (varias regiones de Estados Unidos).
- Deje el resto de los ajustes predeterminados como están y haga clic en Crear conjunto de datos.

bq

Para crear un conjunto de datos, usa el comando bq mk con la marca --location. Para ver una lista completa de los parámetros posibles, consulta la referencia del comando bq mk --dataset.

Crea un conjunto de datos llamado bqml_tutorial con la ubicación de los datos definida como US y la descripción BigQuery ML tutorial dataset:
```
bq --location=US mk -d \
 --description "BigQuery ML tutorial dataset." \
 bqml_tutorial
```
En lugar de usar la marca --dataset, el comando usa el acceso directo -d. Si omite -d y --dataset, el comando creará un conjunto de datos de forma predeterminada.
Confirma que se ha creado el conjunto de datos:
```
bq ls
```

API

Llama al método datasets.insert con un recurso de conjunto de datos definido.

{
  "datasetReference": {
     "datasetId": "bqml_tutorial"
  }
}

BigQuery DataFrames

Antes de probar este ejemplo, sigue las instrucciones de configuración de BigQuery DataFrames que se indican en la guía de inicio rápido de BigQuery con BigQuery DataFrames. Para obtener más información, consulta la documentación de referencia de los DataFrames de BigQuery.

Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Para obtener más información, consulta Configurar ADC en un entorno de desarrollo local.

import google.cloud.bigquery

bqclient = google.cloud.bigquery.Client()
bqclient.create_dataset("bqml_tutorial", exists_ok=True)

Crear una tabla de datos de entrada

Crea una tabla que contenga los datos de prueba y de control que quieras analizar. La tabla de prueba contiene datos de bebidas alcohólicas del 2021 y la tabla de control contiene datos de bebidas alcohólicas del 2020. La siguiente consulta combina los datos de prueba y de control en una sola tabla de entrada:

En la Google Cloud consola, ve a la página BigQuery.

Ir a BigQuery

En el editor de consultas, ejecuta la siguiente instrucción:

CREATE OR REPLACE TABLE bqml_tutorial.iowa_liquor_sales_sum_data AS (
  (SELECT
    store_name,
    city,
    vendor_name,
    category_name,
    item_description,
    SUM(sale_dollars) AS total_sales,
    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,
    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)
);

Crear el modelo

Crea un modelo de análisis de contribución:

En la Google Cloud consola, ve a la página BigQuery.

Ir a BigQuery

En el editor de consultas, ejecuta la siguiente instrucción:

CREATE OR REPLACE MODEL bqml_tutorial.iowa_liquor_sales_sum_model
  OPTIONS(
    model_type='CONTRIBUTION_ANALYSIS',
    contribution_metric = '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_sum_data;

La consulta tarda unos 60 segundos en completarse. Después, el modelo iowa_liquor_sales_sum_model aparece en el conjunto de datos bqml_tutorial del panel Explorador. Como la consulta usa una instrucción CREATE MODEL para crear un modelo, no hay resultados de consulta.

Obtener información valiosa del modelo

Obtén las estadísticas generadas por el modelo de análisis de contribuciones usando la función ML.GET_INSIGHTS.

En la Google Cloud consola, ve a la página BigQuery.

Ir a BigQuery

En el editor de consultas, ejecuta la siguiente instrucción para seleccionar columnas de la salida de un modelo de análisis de contribución de métricas sumables:

SELECT
  contributors,
  metric_test,
  metric_control,
  difference,
  relative_difference,
  unexpected_difference,
  relative_unexpected_difference,
  apriori_support,
  contribution
FROM
  ML.GET_INSIGHTS(
    MODEL `bqml_tutorial.iowa_liquor_sales_sum_model`);

Las primeras filas de la salida deberían ser similares a las siguientes. Los valores se truncan para mejorar la legibilidad.

tiempo para hablar con nosotros y con los Colaboradores principales rusófonos.	metric_test	metric_control	diferencia	relative_difference	unexpected_difference	relative_unexpected_difference	apriori_support	contribución
todos	428068179	396472956	31595222	0,079	31595222	0,079	1.0	31595222
vendor_name=SAZERAC COMPANY INC	52327307	38864734	13462573	0,346	11491923	0,281	0,122	13462573
city=DES MOINES	49521322	41746773	7774549	0,186	4971158	0,111	0,115	7774549
vendor_name=DIAGEO AMERICAS	84681073	77259259	7421814	0,096	1571126	0,018	0,197	7421814
category_name=100% AGAVE TEQUILA	23915100	17252174	6662926	0,386	5528662	0,3	0,055	6662926

Los resultados se ordenan automáticamente por contribución (ABS(difference)) en orden descendente. En la fila all, la columna difference muestra que las ventas totales aumentaron en 31.595.222 USD del 2020 al 2021,lo que supone un incremento del 7,9 %, tal como se indica en la columna relative_difference. En la segunda fila, con vendor_name=SAZERAC COMPANY INC, había un unexpected_difference de 11.491.923 USD, lo que significa que este segmento de datos creció un 28% más que la tasa de crecimiento de los datos en su conjunto, como se puede ver en la columna relative_unexpected_difference. Para obtener más información, consulta las columnas de salida de métricas sumables.

Limpieza

Precaución: Eliminar un proyecto tiene los siguientes efectos:

Se elimina todo el contenido del proyecto. Si has usado un proyecto que ya existía para las tareas de este documento, cuando lo elimines, también se eliminará cualquier otro trabajo que hayas realizado en él.
Se pierden los IDs de proyecto personalizados. Cuando creaste este proyecto, es posible que hayas creado un ID de proyecto personalizado que quieras usar en el futuro. Para conservar las URLs que usan el ID del proyecto, como una URL appspot.com, elimina los recursos seleccionados dentro del proyecto en lugar de eliminar todo el proyecto.

Si tienes previsto consultar varias arquitecturas, tutoriales o guías de inicio rápido, reutilizar los proyectos puede ayudarte a no superar los límites de cuota de proyectos.

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.