Recupero metadati modello
Panoramica
Questa pagina mostra come ottenere informazioni o metadati sui modelli di BigQuery ML. Puoi ottenere i metadati del modello in base a:
- Utilizzo della console Google Cloud
- Utilizzo del comando dell'interfaccia a riga di comando
bq show
- Chiamare il metodo API
models.get
direttamente o utilizzando le librerie client
Autorizzazioni obbligatorie
Per ottenere i metadati del modello, devi disporre del ruolo READER
nel set di dati oppure devi disporre di un ruolo IAM (Identity and Access Management) a livello di progetto che include le autorizzazioni bigquery.models.getMetadata
. Se ti vengono concesse le autorizzazioni bigquery.models.getMetadata
a livello di progetto, puoi ottenere i metadati sui modelli in qualsiasi set di dati del progetto. I seguenti ruoli IAM predefiniti a livello di progetto includono le autorizzazioni bigquery.models.getMetadata
:
bigquery.dataViewer
bigquery.dataEditor
bigquery.dataOwner
bigquery.metadataViewer
bigquery.admin
Per ulteriori informazioni sui ruoli e sulle autorizzazioni IAM in BigQuery ML, consulta Controllo dell'accesso.
Recupero metadati modello
Per ottenere i metadati sui modelli:
Console
Nel pannello di navigazione, nella sezione Risorse, espandi il progetto e seleziona un set di dati.
Fai clic sul nome del modello.
Sotto la casella dell'editor query, fai clic su Dettagli. Questa pagina mostra i metadati del modello, tra cui descrizione, etichette, dettagli e opzioni di addestramento.
bq
Esegui il comando bq show
con il flag --model
o -m
per visualizzare
i metadati del modello. Il flag --format
può essere utilizzato per controllare l'output.
Per visualizzare solo le colonne delle caratteristiche per il modello, utilizza il flag --schema
con il flag --model
. Quando utilizzi il flag --schema
, --format
deve
essere impostato su json
o prettyjson
.
Se ricevi informazioni su un modello in un progetto diverso da quello predefinito, aggiungi l'ID progetto al set di dati nel seguente formato: [PROJECT_ID]:[DATASET]
.
bq show --model --format=prettyjson [PROJECT_ID]:[DATASET].[MODEL]
Dove:
[PROJECT_ID]
è l'ID progetto.[DATASET]
è il nome del set di dati.[MODEL]
è il nome del modello.
Quando viene utilizzato il flag --format=pretty
, l'output comando è il seguente. Per visualizzare i dettagli completi, usa il formato --format=prettyjson
. L'output di esempio mostra i metadati per un modello di regressione logistica.
+--------------+---------------------+---------------------+---------------------------+--------+-----------------+-----------------+ | Id | Model Type | Feature Columns | Label Columns | Labels | Creation Time | Expiration Time | +--------------+---------------------+---------------------+---------------------------+--------+-----------------+-----------------+ | sample_model | LOGISTIC_REGRESSION | |- column1: string | |- label_column: int64 | | 03 May 23:14:42 | | | | | |- column2: bool | | | | | | | | |- column3: string | | | | | | | | |- column4: int64 | | | | | +--------------+---------------------+---------------------+---------------------------+--------+-----------------+-----------------+
Esempi:
Inserisci il seguente comando per visualizzare tutte le informazioni su mymodel
in mydataset
. mydataset
è nel tuo progetto predefinito.
bq show --model --format=prettyjson mydataset.mymodel
Inserisci il seguente comando per visualizzare tutte le informazioni su mymodel
in mydataset
. mydataset
si trova in myotherproject
, non è il tuo progetto predefinito.
bq show --model --format=prettyjson myotherproject:mydataset.mymodel
Inserisci il seguente comando per visualizzare solo le colonne delle caratteristiche per mymodel
in mydataset
. mydataset
si trova in myotherproject
, non nel tuo progetto predefinito.
bq show --model --schema --format=prettyjson \
myotherproject:mydataset.mymodel
API
Per ottenere i metadati del modello utilizzando l'API, chiama il metodo models.get
e fornisci i valori projectId
, datasetId
e modelId
.
Go
Prima di provare questo esempio, segui le istruzioni di configurazione di Go disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Go.
Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client.
Java
Prima di provare questo esempio, segui le istruzioni di configurazione di Java disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Java.
Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client.
Node.js
Prima di provare questo esempio, segui le istruzioni di configurazione di Node.js disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Node.js.
Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client.
Python
Prima di provare questo esempio, segui le istruzioni di configurazione di Python disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Python.
Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client.
Passaggi successivi
- Per una panoramica di BigQuery ML, consulta Introduzione a BigQuery ML.
- Per iniziare a utilizzare BigQuery ML, consulta Creazione di modelli di machine learning in BigQuery ML.
- Per saperne di più sull'utilizzo dei modelli, consulta: