Apresentar modelos
Esta página mostra-lhe como apresentar modelos do BigQuery ML num conjunto de dados. Pode apresentar modelos do BigQuery ML das seguintes formas:
- Usar a Google Cloud consola.
- Usando o comando
bq ls
na ferramenta de linhas de comando bq. - Chamar o método da API
models.list
diretamente ou através das bibliotecas cliente.
Autorizações necessárias
Para listar modelos num conjunto de dados, tem de lhe ser atribuída a função
READER
no conjunto de dados ou tem de lhe ser atribuída uma função de gestão de identidade e acesso (IAM) ao nível do projeto que
inclua autorizações bigquery.models.list
. Se lhe forem concedidas
bigquery.models.list
autorizações ao nível do projeto, pode listar modelos em
qualquer conjunto de dados no projeto. As seguintes funções de IAM predefinidas ao nível do projeto incluem autorizações bigquery.models.list
:
bigquery.dataViewer
bigquery.dataEditor
bigquery.dataOwner
bigquery.metadataViewer
bigquery.user
bigquery.admin
Para mais informações sobre as funções e as autorizações do IAM no BigQuery ML, consulte o artigo Controlo de acesso. Para mais informações sobre as funções ao nível do conjunto de dados, consulte Funções básicas para conjuntos de dados.
Apresentar modelos
Para listar modelos num conjunto de dados:
Consola
Na Google Cloud consola, aceda à página do BigQuery.
No painel Explorador, expanda o seu projeto e, em seguida, expanda um conjunto de dados.
Expanda a pasta Modelos no conjunto de dados.
bq
Emita o comando bq ls
com a flag --models
ou -m
. A flag
--format
pode ser usada para controlar a saída. Se estiver a listar modelos
num projeto que não seja o seu projeto predefinido,
adicione o ID do projeto ao conjunto de dados no seguinte formato:
[PROJECT_ID]:[DATASET]
.
bq ls -m --format=pretty PROJECT_ID:DATASET
Substitua o seguinte:
PROJECT_ID
é o ID do seu projeto.DATASET
é o nome do conjunto de dados.
O resultado do comando tem o seguinte aspeto quando a flag --format=pretty
é usada. --format=pretty
produz resultados de tabelas formatadas. A coluna Model Type
apresenta o tipo de modelo, por exemplo, KMEANS
.
+-------------------------+------------+--------+-----------------+ | Id | Model Type | Labels | Creation Time | +-------------------------+------------+--------+-----------------+ | mymodel | KMEANS | | 03 May 03:02:27 | +-------------------------+------------+--------+-----------------+
Exemplos:
Introduza o seguinte comando para listar os modelos no conjunto de dados mydataset
no seu projeto predefinido.
bq ls --models --format=pretty mydataset
Introduza o seguinte comando para listar os modelos no conjunto de dados mydataset
em
myotherproject
. Este comando usa o atalho -m
para listar modelos.
bq ls -m --format=pretty myotherproject:mydataset
API
Para listar modelos através da API, chame o método models.list
e indique os valores projectId
e datasetId
.
Go
Antes de experimentar este exemplo, siga as Goinstruções de configuração no início rápido do BigQuery com bibliotecas cliente. Para mais informações, consulte a API Go BigQuery documentação de referência.
Para se autenticar no BigQuery, configure as Credenciais padrão da aplicação. Para mais informações, consulte o artigo Configure a autenticação para bibliotecas de cliente.
Java
Antes de experimentar este exemplo, siga as Javainstruções de configuração no início rápido do BigQuery com bibliotecas cliente. Para mais informações, consulte a API Java BigQuery documentação de referência.
Para se autenticar no BigQuery, configure as Credenciais padrão da aplicação. Para mais informações, consulte o artigo Configure a autenticação para bibliotecas de cliente.
Node.js
Antes de experimentar este exemplo, siga as Node.jsinstruções de configuração no início rápido do BigQuery com bibliotecas cliente. Para mais informações, consulte a API Node.js BigQuery documentação de referência.
Para se autenticar no BigQuery, configure as Credenciais padrão da aplicação. Para mais informações, consulte o artigo Configure a autenticação para bibliotecas de cliente.
Python
Antes de experimentar este exemplo, siga as Pythoninstruções de configuração no início rápido do BigQuery com bibliotecas cliente. Para mais informações, consulte a API Python BigQuery documentação de referência.
Para se autenticar no BigQuery, configure as Credenciais padrão da aplicação. Para mais informações, consulte o artigo Configure a autenticação para bibliotecas de cliente.
O que se segue?
- Para uma vista geral do BigQuery ML, consulte o artigo Introdução ao BigQuery ML.
- Para começar a usar o BigQuery ML, consulte o artigo Crie modelos de aprendizagem automática no BigQuery ML.
- Para saber como trabalhar com modelos, consulte: