Questo tutorial mostra come utilizzare l'ottimizzazione degli iperparametri in BigQuery ML specificando l'opzione di addestramento NUM_TRIALS
per abilitare un set di prove di addestramento di modelli.
In questo tutorial utilizzerai la tabella di esempio tlc_yellow_trips_2018
per creare un modello che prevede la punta di una corsa in taxi. Con l'ottimizzazione degli iperparametri, il modello mostra un miglioramento delle prestazioni di circa il 40% nell'obiettivo di ottimizzazione degli iperparametri R2_SCORE
.
Obiettivi
In questo tutorial utilizzerai:
- BigQuery ML per creare un modello di regressione lineare utilizzando l'istruzione
CREATE MODEL
conNUM_TRIALS
impostato su 20. - La funzione
ML.TRIAL_INFO
per controllare la panoramica di tutte le 20 prove - La funzione
ML.EVALUATE
per valutare il modello ML - La funzione
ML.PREDICT
per fare previsioni utilizzando il modello ML
Costi
Questo tutorial utilizza i componenti fatturabili di Google Cloud, tra cui:
- BigQuery
- BigQuery ML
Per ulteriori informazioni sui costi di BigQuery, consulta la pagina Prezzi di BigQuery.
Prima di iniziare
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
Nella pagina del selettore di progetti della console Google Cloud, seleziona o crea un progetto Google Cloud.
-
Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.
-
Nella pagina del selettore di progetti della console Google Cloud, seleziona o crea un progetto Google Cloud.
-
Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.
- BigQuery viene abilitato automaticamente nei nuovi progetti.
Per attivare BigQuery in un progetto preesistente, vai a
Attiva l'API BigQuery.
Passaggio 1: crea il set di dati di addestramento
Crea un set di dati BigQuery per archiviare il tuo modello ML:
Nella console Google Cloud, vai alla pagina BigQuery.
Nel riquadro Explorer, fai clic sul nome del progetto.
Fai clic su
Visualizza azioni > Crea set di dati.Nella pagina Crea set di dati, segui questi passaggi:
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 in
US
più regioni. Per semplicità, memorizza il set di dati nella stessa posizione.Lascia invariate le restanti impostazioni predefinite e fai clic su Crea set di dati.
Passaggio 2: crea la tabella di input per l'addestramento
In questo passaggio, materializzi la tabella di input di addestramento con 100.000 righe.
Visualizza lo schema della tabella di origine
tlc_yellow_trips_2018
.Crea la tabella dei dati di input di addestramento.
CREATE TABLE `bqml_tutorial.taxi_tip_input` AS SELECT * EXCEPT(tip_amount), tip_amount AS label FROM `bigquery-public-data.new_york_taxi_trips.tlc_yellow_trips_2018` WHERE tip_amount IS NOT NULL LIMIT 100000
Passaggio tre: crea il modello
Poi, crea un modello di regressione lineare con ottimizzazione degli iperparametri utilizzando la tabella di esempio tlc_yellow_trips_2018
in BigQuery. La seguente query GoogleSQL viene utilizzata per creare il modello con l'ottimizzazione degli iperparametri.
CREATE MODEL `bqml_tutorial.hp_taxi_tip_model` OPTIONS (MODEL_TYPE='LINEAR_REG', NUM_TRIALS=20, MAX_PARALLEL_TRIALS=2) AS SELECT * FROM `bqml_tutorial.taxi_tip_input`
Dettagli query
Il modello LINEAR_REG
ha due iperparametri regolabili: l1_reg
e l2_reg
.
La query precedente utilizza lo spazio di ricerca predefinito. Puoi anche specificare esplicitamente
lo spazio di ricerca:
OPTIONS (... L1_REG=HPARAM_RANGE(0, 20), L2_REG=HPARAM_CANDIDATES([0, 0.1, 1, 10]))
Inoltre, anche queste altre opzioni di addestramento dell'ottimizzazione degli iperparametri utilizzano i propri valori predefiniti:
- HPARAM_TUNING_ALGORITHM:
"VIZIER_DEFAULT"
- HPARAM_TUNING_OBJECTIVES:
["r2_score"]
MAX_PARALLEL_TRIALS
è impostato su 2 per accelerare il processo di ottimizzazione. Con 2
prove in esecuzione in qualsiasi momento, l'intera ottimizzazione dovrebbe richiedere all'incirca 10 job di addestramento di serie anziché 20. Tuttavia, tieni presente che le due prove simultanee non
possono trarre vantaggio dai risultati di addestramento reciproci.
Esegui la query CREATE MODEL
Per eseguire la query CREATE MODEL
al fine di creare e addestrare il modello:
Nella console Google Cloud, fai clic sul pulsante Crea nuova query.
Inserisci la query GoogleSQL riportata sopra nell'area di testo Editor query.
Fai clic su Esegui.
Il completamento della query richiede circa 17 minuti. Puoi monitorare l'avanzamento dell'ottimizzazione nei dettagli dell'esecuzione nella sezione Fasi:
Passaggio 4: ricevi informazioni sulle prove
Per visualizzare la panoramica di tutte le prove, inclusi i relativi iperparametri, gli obiettivi, lo stato e la prova ottimale, puoi utilizzare la funzione ML.TRIAL_INFO
e visualizzare il risultato nella console Google Cloud dopo aver eseguito SQL.
SELECT * FROM ML.TRIAL_INFO(MODEL `bqml_tutorial.hp_taxi_tip_model`)
Puoi eseguire questa query SQL non appena sarà terminata una prova. Se l'ottimizzazione viene interrotta a metà, tutte le prove già completate rimarranno disponibili per l'uso.
Passaggio 5: valuta il modello
Dopo aver creato il modello, puoi ottenere le metriche di valutazione di tutte le prove utilizzando la funzione ML.EVALUATE
o tramite la console Google Cloud.
Esegui ML.EVALUATE
SELECT * FROM ML.EVALUATE(MODEL `bqml_tutorial.hp_taxi_tip_model`)
Questo SQL recupera le metriche di valutazione per tutte le prove calcolate dai dati
TEST. Per ulteriori informazioni sulla differenza tra gli obiettivi di ML.TRIAL_INFO
e le metriche di valutazione di ML.EVALUATE
, consulta Funzioni di pubblicazione dei modelli.
Puoi anche valutare una prova specifica fornendo i tuoi dati. Per ulteriori informazioni, consulta Funzioni di pubblicazione dei modelli.
Controlla le metriche di valutazione tramite la console Google Cloud
Puoi anche controllare le metriche di valutazione selezionando la scheda EVALUATION
.
Passaggio 6: utilizza il modello per prevedere le mance in taxi
Ora che hai valutato il modello, il passaggio successivo è utilizzarlo per prevedere la mancia per il taxi.
La query utilizzata per prevedere il suggerimento è la seguente:
SELECT * FROM ML.PREDICT(MODEL `bqml_tutorial.hp_taxi_tip_model`, ( SELECT * FROM `bqml_tutorial.taxi_tip_input` LIMIT 10))
Dettagli query
L'istruzione SELECT
più in alto recupera tutte le colonne, inclusa
la colonna predicted_label
. Questa colonna viene generata dalla funzione ML.PREDICT
.
Quando utilizzi la funzione ML.PREDICT
, il nome della colonna di output del modello è
predicted_label_column_name
.
Per impostazione predefinita, la previsione viene eseguita in base alla prova ottimale. Puoi selezionare un'altra prova specificando il parametro trial_id
.
SELECT * FROM ML.PREDICT(MODEL `bqml_tutorial.hp_taxi_tip_model`, ( SELECT * FROM `bqml_tutorial.taxi_tip_input` LIMIT 10), STRUCT(3 AS trial_id))
Per ulteriori dettagli su come utilizzare le funzioni di pubblicazione dei modelli, consulta Funzioni di pubblicazione dei modelli.
Esegui la pulizia
Per evitare che al tuo Account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questo tutorial, elimina il progetto che contiene le risorse oppure mantieni il progetto ed elimina le singole risorse.
- Puoi eliminare il progetto che hai creato.
- In alternativa, puoi mantenere il progetto ed eliminare il set di dati.
Elimina il set di dati
L'eliminazione del progetto rimuove tutti i set di dati e tutte le tabelle nel progetto. Se preferisci riutilizzare il progetto, puoi eliminare il set di dati che hai creato in questo tutorial:
Se necessario, apri la pagina di BigQuery nella console Google Cloud.
Nel pannello di navigazione, fai clic sul set di dati bqml_tutorial che hai creato.
Nella parte destra della finestra, fai clic su Elimina set di dati. Questa azione elimina il set di dati, la tabella e tutti i dati.
Nella finestra di dialogo Elimina set di dati, conferma il comando di eliminazione digitando il nome del set di dati (
bqml_tutorial
), quindi fai clic su Elimina.
Elimina il progetto
Per eliminare il progetto:
- Nella console Google Cloud, vai alla pagina Gestisci risorse.
- Nell'elenco dei progetti, seleziona il progetto che vuoi eliminare, quindi fai clic su Elimina.
- Nella finestra di dialogo, digita l'ID del progetto e fai clic su Chiudi per eliminare il progetto.
Passaggi successivi
- Per saperne di più sul machine learning, consulta Machine Learning Crash Course.
- Per una panoramica di BigQuery ML, consulta Introduzione a BigQuery ML.
- Per scoprire di più sulla console Google Cloud, consulta Utilizzo della console Google Cloud.