Elenco modelli
Panoramica
Questa pagina mostra come elencare i modelli BigQuery ML in un set di dati. Puoi elencare i modelli BigQuery ML in base a:
- Utilizzo della console Google Cloud.
- Utilizzo del comando
bq ls
nello strumento a riga di comando bq. - Chiamare il metodo API
models.list
direttamente o utilizzando le librerie client.
Autorizzazioni obbligatorie
Per elencare i modelli in un set di dati, devi disporre del ruolo READER
nel set di dati oppure devi disporre di un ruolo Identity and Access Management (IAM) a livello di progetto che includa le autorizzazioni bigquery.models.list
. Se ti vengono concesse le autorizzazioni bigquery.models.list
a livello di progetto, puoi elencare i modelli in qualsiasi set di dati del progetto. I seguenti ruoli IAM predefiniti a livello di progetto includono le autorizzazioni bigquery.models.list
:
bigquery.dataViewer
bigquery.dataEditor
bigquery.dataOwner
bigquery.metadataViewer
bigquery.user
bigquery.admin
Per ulteriori informazioni sui ruoli e sulle autorizzazioni IAM in BigQuery ML, consulta Controllo dell'accesso. Per ulteriori informazioni sui ruoli a livello di set di dati, consulta Ruoli di base per i set di dati.
Elenco modelli
Per elencare i modelli in un set di dati:
Console
Nella console Google Cloud, vai alla pagina BigQuery.
Nel pannello di navigazione, nella sezione Risorse, fai clic sul nome del progetto.
Quando espandi ciascuno dei set di dati in un progetto, i modelli vengono elencati insieme alle altre risorse BigQuery nei set di dati. I modelli sono indicati dall'icona del modello: .
bq
Esegui il comando bq ls
con il flag --models
o -m
. Il flag --format
può essere utilizzato per controllare l'output. Se stai elencando dei modelli in un progetto diverso da quello predefinito, aggiungi l'ID progetto al set di dati nel seguente formato: [PROJECT_ID]:[DATASET]
.
bq ls -m --format=pretty [PROJECT_ID]:[DATASET]
Dove:
[PROJECT_ID]
è l'ID progetto.[DATASET]
è il nome del set di dati.
L'output comando è simile al seguente quando viene utilizzato il flag --format=pretty
. --format=pretty
produce un output formattato per la tabella. La colonna Model Type
mostra il tipo di modello, ad esempio KMEANS
.
+-------------------------+------------+--------+-----------------+ | Id | Model Type | Labels | Creation Time | +-------------------------+------------+--------+-----------------+ | mymodel | KMEANS | | 03 May 03:02:27 | +-------------------------+------------+--------+-----------------+
Esempi:
Inserisci il comando seguente per elencare i modelli nel set di dati mydataset
nel progetto predefinito.
bq ls --models --format=pretty mydataset
Inserisci il comando seguente per elencare i modelli nel set di dati mydataset
in myotherproject
. Questo comando utilizza la scorciatoia -m
per elencare i modelli.
bq ls -m --format=pretty myotherproject:mydataset
API
Per elencare i modelli utilizzando l'API, chiama il metodo models.list
e fornisci projectId
e datasetId
.
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: