Questa pagina è stata tradotta dall'API Cloud Translation.

Panoramica dell'ottimizzazione degli iperparametri

Nel machine learning, l'ottimizzazione degli iperparametri identifica un insieme di iperparametri ottimali per un algoritmo di apprendimento. Un iperparametro è un argomento del modello il cui valore viene impostato prima dell'inizio del processo di apprendimento. Al contrario, si imparano i valori di altri parametri, come i coefficienti di un modello lineare.

L'ottimizzazione degli iperparametri ti consente di dedicare meno tempo all'iterazione manuale degli iperparametri e più tempo all'esplorazione degli insight dai dati.

Puoi specificare le opzioni di ottimizzazione degli iperparametri per i seguenti tipi di modelli:

Per questi tipi di modelli, l'ottimizzazione degli iperparametri viene abilitata quando specifichi un valore per l'opzione NUM_TRIALS nell'istruzione CREATE MODEL.

Anche i seguenti modelli supportano l'ottimizzazione degli iperparametri, ma non consentono di specificare valori specifici:

I modelli AutoML Tables hanno l'ottimizzazione automatica degli iperparametri incorporata nell'addestramento del modello per impostazione predefinita.
I modelli ARIMA_PLUS ti consentono di impostare l'argomento AUTO_ARIMA per eseguire l'ottimizzazione degli iperparametri utilizzando l'algoritmo auto.ARIMA. Questo algoritmo esegue l'ottimizzazione degli iperparametri per il modulo delle tendenze. L'ottimizzazione degli iperparametri non è supportata per l'intera pipeline di modellazione.

Per informazioni sulle istruzioni e sulle funzioni SQL supportate per ogni tipo di modello, consulta Percorso dell'utente end-to-end per ogni modello.

Località

Per informazioni sulle località che supportano l'ottimizzazione degli iperparametri, consulta le località di BigQuery ML.

Imposta iperparametri

Per ottimizzare un iperparametro, devi specificare un intervallo di valori che il modello può utilizzare per un insieme di prove. A tale scopo, utilizza una delle seguenti parole chiave quando imposti l'iperparametro nell'istruzione CREATE MODEL, anziché fornire un singolo valore:

HPARAM_RANGE: un valore ARRAY(FLOAT64) a due elementi che definisce i limiti minimo e massimo dello spazio di ricerca dei valori continui per un iperparametro. Utilizza questa opzione per specificare un intervallo di valori per un iperparametro, ad esempio LEARN_RATE = HPARAM_RANGE(0.0001, 1.0).
HPARAM_CANDIDATES: un valore ARRAY(STRUCT) che specifica l'insieme di valori discreti per l'iperparametro. Utilizza questa opzione per specificare un insieme di valori per un iperparametro, ad esempio OPTIMIZER = HPARAM_CANDIDATES(['ADAGRAD', 'SGD', 'FTRL']).

Iperparametri e obiettivi

La seguente tabella elenca gli iperparametri e gli obiettivi supportati per ogni tipo di modello che supporta l'ottimizzazione degli iperparametri:

Tipo di modello	Obiettivi degli iperparametri	Iperparametro	Intervallo valido	Intervallo predefinito	Tipo di scala
`LINEAR_REG`	`MEAN_ABSOLUTE_ERROR` `MEAN_SQUARED_ERROR` `MEAN_SQUARED_LOG_ERROR` `MEDIAN_ABSOLUTE_ERROR` `R2_SCORE` (predefinita) `EXPLAINED_VARIANCE`	`L1_REG` `L2_REG`	`(0, ∞]` `(0, ∞]`	`(0, 10]` `(0, 10]`	`LOG` `LOG`
`LOGISTIC_REG`	`PRECISION` `RECALL` `ACCURACY` `F1_SCORE` `LOG_LOSS` `ROC_AUC` (predefinita)	`L1_REG` `L2_REG`	`(0, ∞]` `(0, ∞]`	`(0, 10]` `(0, 10]`	`LOG` `LOG`
`KMEANS`	`DAVIES_BOULDIN_INDEX`	`NUM_CLUSTERS`	`[2, 100]`	`[2, 10]`	`LINEAR`
`MATRIX_ FACTORIZATION` (esplicita)	`MEAN_SQUARED_ERROR`	`NUM_FACTORS` `L2_REG`	`[2, 200]` `(0, ∞)`	`[2, 20]` `(0, 10]`	`LINEAR` `LOG`
`MATRIX_ FACTORIZATION` (implicito)	`MEAN_AVERAGE_PRECISION` (predefinito) `MEAN_SQUARED_ERROR` `NORMALIZED_DISCOUNTED_CUMULATIVE_GAIN` `AVERAGE_RANK`	`NUM_FACTORS` `L2_REG` `WALS_ALPHA`	`[2, 200]` `(0, ∞)` `[0, ∞)`	`[2, 20]` `(0, 10]` `[0, 100]`	`LINEAR` `LOG` `LINEAR`
`AUTOENCODER`	`MEAN_ABSOLUTE_ERROR` `MEAN_SQUARED_ERROR` (valore predefinito) `MEAN_SQUARED_LOG_ERROR`	`LEARN_RATE` `BATCH_SIZE` `L1_REG` `L2_REG` `L1_REG_ACTIVATION` `DROPOUT` `HIDDEN_UNITS` `OPTIMIZER` `ACTIVATION_FN`	`[0, 1]` `(0, ∞)` `(0, ∞)` `(0, ∞)` `(0, ∞)` `[0, 1)` Array di `[1, ∞)` {`ADAM`, `ADAGRAD`, `FTRL`, `RMSPROP`, `SGD`} {`RELU`, `RELU6`, `CRELU`, `ELU`, `SELU`, `SIGMOID`, `TANH`}	`[0, 1]` `[16, 1024]` `(0, 10]` `(0, 10]` `(0, 10]` `[0, 0.8]` N/D {`ADAM`, `ADAGRAD`, `FTRL`, `RMSPROP`, `SGD`} N/D	`LOG` `LOG` `LOG` `LOG` `LOG` `LINEAR` N/D N/D N/D
`DNN_CLASSIFIER`	`PRECISION` `RECALL` `ACCURACY` `F1_SCORE` `LOG_LOSS` `ROC_AUC` (predefinita)	`BATCH_SIZE` `DROPOUT` `HIDDEN_UNITS` `LEARN_RATE` `OPTIMIZER` `L1_REG` `L2_REG` `ACTIVATION_FN`	`(0, ∞)` `[0, 1)` Array di `[1, ∞)` `[0, 1]` {`ADAM`, `ADAGRAD`, `FTRL`, `RMSPROP`, `SGD`} `(0, ∞)` `(0, ∞)` {`RELU`, `RELU6`, `CRELU`, `ELU`, `SELU`, `SIGMOID`, `TANH`}	`[16, 1024]` `[0, 0.8]` N/D `[0, 1]` {`ADAM`, `ADAGRAD`, `FTRL`, `RMSPROP`, `SGD`} `(0, 10]` `(0, 10]` N/D	`LOG` `LINEAR` N/D `LINEAR` N/D `LOG` `LOG` N/D
`DNN_REGRESSOR`	`MEAN_ABSOLUTE_ERROR` `MEAN_SQUARED_ERROR` `MEAN_SQUARED_LOG_ERROR` `MEDIAN_ABSOLUTE_ERROR` `R2_SCORE` (predefinita) `EXPLAINED_VARIANCE`				`LOG` `LINEAR` N/D `LINEAR` N/D `LOG` `LOG` N/D
`DNN_LINEAR_ COMBINED_ CLASSIFIER`	`PRECISION` `RECALL` `ACCURACY` `F1_SCORE` `LOG_LOSS` `ROC_AUC` (predefinita)	`BATCH_SIZE` `DROPOUT` `HIDDEN_UNITS` `L1_REG` `L2_REG` `ACTIVATION_FN`	`(0, ∞) [0, 1) Array of [1, ∞) (0, ∞) (0, ∞) {RELU, RELU6, CRELU, ELU, SELU, SIGMOID, TANH}`	`[16, 1024]` `[0, 0.8]` N/D `(0, 10]` `(0, 10]` N/D	`LOG` `LINEAR` N/D `LOG` `LOG` N/D
`DNN_LINEAR_ COMBINED_ REGRESSOR`	`MEAN_ABSOLUTE_ERROR` `MEAN_SQUARED_ERROR` `MEAN_SQUARED_LOG_ERROR` `MEDIAN_ABSOLUTE_ERROR` `R2_SCORE` (predefinita) `EXPLAINED_VARIANCE`			`[16, 1024]` `[0, 0.8]` N/D `(0, 10]` `(0, 10]` N/D	`LOG` `LINEAR` N/D `LOG` `LOG` N/D
`BOOSTED_TREE_ CLASSIFIER`	`PRECISION` `RECALL` `ACCURACY` `F1_SCORE` `LOG_LOSS` `ROC_AUC` (predefinita)	`LEARN_RATE` `L1_REG` `L2_REG` `DROPOUT` `MAX_TREE_DEPTHMAX_TREE_DEPTH` `SUBSAMPLE` `MIN_SPLIT_LOSS` `NUM_PARALLEL_TREE` `MIN_TREE_CHILD_WEIGHT` `COLSAMPLE_BYTREE` `COLSAMPLE_BYLEVEL` `COLSAMPLE_BYNODE` `BOOSTER_TYPE` `DART_NORMALIZE_TYPE` `TREE_METHOD`	`[0, ∞)` `(0, ∞)` `(0, ∞)` `[0, 1]` `[1, 20]` `(0, 1]` `[0, ∞)` `[1, ∞)` `[0, ∞)` `[0, 1]` `[0, 1]` `[0, 1]` {`GBTREE`, `DART`} {`TREE`, `FOREST`} {`AUTO`, `EXACT`, `HIST`}, `HISTAPPROX`	`[0, 1]` `(0, 10]` `(0, 10]` N/D `[1, 10]` `(0, 1]` N/D N/D N/D N/D N/D N/D N/D N/D N/D	`LINEAR` `LOG` `LOG` `LINEAR` `LINEAR` `LINEAR` `LINEAR` `LINEAR` `LINEAR` `LINEAR` `LINEAR` `LINEAR` N/D N/D N/D
`BOOSTED_TREE_ REGRESSOR`	`MEAN_ABSOLUTE_ERROR` `MEAN_SQUARED_ERROR` `MEAN_SQUARED_LOG_ERROR` `MEDIAN_ABSOLUTE_ERROR` `R2_SCORE` (predefinita) `EXPLAINED_VARIANCE`
`RANDOM_FOREST_ CLASSIFIER`	`PRECISION` `RECALL` `ACCURACY` `F1_SCORE` `LOG_LOSS` `ROC_AUC` (predefinita)	`L1_REG` `L2_REG` `MAX_TREE_DEPTH` `SUBSAMPLE` `MIN_SPLIT_LOSS` `NUM_PARALLEL_TREE` `MIN_TREE_CHILD_WEIGHT` `COLSAMPLE_BYTREE` `COLSAMPLE_BYLEVEL` `COLSAMPLE_BYNODE` `TREE_METHOD`	`(0, ∞)` `(0, ∞)` `[1, 20]` `(0, 1)` `[0, ∞)` `[2, ∞)` `[0, ∞)` `[0, 1]` `[0, 1]` `[0, 1]` {`AUTO`, `EXACT`, `APPROX`, `HIST`}	`(0, 10]` `(0, 10]` `[1, 20]` `(0, 1)` N/D `[2, 200]` N/D N/D N/D N/D N/D	`LOG` `LOG` `LINEAR` `LINEAR` `LINEAR` `LINEAR` `LINEAR` `LINEAR` `LINEAR` `LINEAR` N/D
`RANDOM_FOREST_ REGRESSOR`	`MEAN_ABSOLUTE_ERROR` `MEAN_SQUARED_ERROR` `MEAN_SQUARED_LOG_ERROR` `MEDIAN_ABSOLUTE_ERROR` `R2_SCORE` (predefinita) `EXPLAINED_VARIANCE`

La maggior parte degli iperparametri di scala LOG utilizza il limite inferiore aperto di 0. Puoi comunque impostare 0 come limite inferiore utilizzando la parola chiave HPARAM_RANGE per impostare l'intervallo di iperparametri. Ad esempio, in un modello di classificatore ad albero potenziato, puoi impostare l'intervallo per l'iperparametro L1_REG su L1_REG = HPARAM_RANGE(0, 5). Un valore pari a 0 viene convertito in 1e-14.

Sono supportati gli iperparametri condizionali. Ad esempio, in un modello di regressore ad albero potenziato, puoi ottimizzare l'iperparametro DART_NORMALIZE_TYPE solo quando il valore dell'iperparametro BOOSTER_TYPE è DART. In questo caso, specifichi sia gli spazi di ricerca che le condizioni vengono gestite automaticamente, come mostrato nell'esempio seguente:

BOOSTER_TYPE = HPARAM_CANDIDATES(['DART', 'GBTREE'])
DART_NORMALIZE_TYPE = HPARAM_CANDIDATES(['TREE', 'FOREST'])

Punto di partenza della ricerca

Se non specifichi uno spazio di ricerca per un iperparametro utilizzando HPARAM_RANGE o HPARAM_CANDIDATES, la ricerca inizia dal valore predefinito di tale iperparametro, come documentato nell'argomento CREATE MODEL per quel tipo di modello. Ad esempio, se esegui l'ottimizzazione degli iperparametri per un modello di albero potenziato e non specifichi un valore per l'iperparametro L1_REG, la ricerca inizia da 0, il valore predefinito.

Se specifichi uno spazio di ricerca per un iperparametro utilizzando HPARAM_RANGE o HPARAM_CANDIDATES, i punti di partenza della ricerca dipendono da se lo spazio di ricerca specificato include o meno il valore predefinito per quell'iperparametro, come documentato nell'argomento CREATE MODEL per quel tipo di modello:

Se l'intervallo specificato contiene il valore predefinito, è qui che inizia la ricerca. Ad esempio, se esegui l'ottimizzazione degli iperparametri per un modello di fattorizzazione matriciale implicito, e specifichi il valore [20, 30, 40, 50] per l' iperparametro WALS_ALPHA, la ricerca inizia da 40, il valore predefinito.
Se l'intervallo specificato non contiene il valore predefinito, la ricerca inizia dal punto dell'intervallo specificato più vicino al valore predefinito. Ad esempio,se specifichi il valore [10, 20, 30] per l'iperparametro WALS_ALPHA, la ricerca inizia da 30, che è il valore più vicino al valore predefinito di 40.

Suddivisione dati

Quando specifichi un valore per l'opzione NUM_TRIALS, il servizio identifica che stai eseguendo l'ottimizzazione degli iperparametri ed esegue automaticamente una suddivisione a 3 vie sui dati di input per suddividerli in set di addestramento, valutazione e test. Per impostazione predefinita, i dati di input vengono randomizzati e quindi suddivisi all'80% per l'addestramento, il 10% per la valutazione e il 10% per i test.

I set di addestramento e valutazione vengono utilizzati in ogni addestramento di prova, come nei modelli che non utilizzano l'ottimizzazione degli iperparametri. I suggerimenti per gli iperparametri della prova vengono calcolati in base alle metriche di valutazione del modello per quel tipo di modello. Alla fine di ogni addestramento di prova, il set di test viene utilizzato per testare la prova e registrare le relative metriche nel modello. Ciò garantisce l'obiettivo delle metriche di valutazione dei report finali utilizzando dati non ancora analizzati dal modello. I dati di valutazione vengono utilizzati per calcolare le metriche intermedie per i suggerimenti di iperparametri, mentre i dati di test vengono utilizzati per calcolare le metriche finali del modello oggettivo.

Se vuoi utilizzare solo un set di addestramento, specifica NO_SPLIT per l'opzione DATA_SPLIT_METHOD dell'istruzione CREATE MODEL.

Se vuoi utilizzare solo set di addestramento e valutazione, specifica 0 per l'opzione DATA_SPLIT_TEST_FRACTION dell'istruzione CREATE MODEL. Quando il set di test è vuoto, viene utilizzato come set di test per i report sulle metriche di valutazione finale.

Le metriche dei modelli generati da un normale job di addestramento e quelle di un job di addestramento di ottimizzazione degli iperparametri sono paragonabili solo quando le frazioni di suddivisione dei dati sono uguali. Ad esempio, i seguenti modelli sono paragonabili:

Ottimizzazione non iperparametri: DATA_SPLIT_METHOD='RANDOM', DATA_SPLIT_EVAL_FRACTION=0.2
Ottimizzazione degli iperparametri: DATA_SPLIT_METHOD='RANDOM', DATA_SPLIT_EVAL_FRACTION=0.2, DATA_SPLIT_TEST_FRACTION=0

Prestazioni

Le prestazioni del modello quando si utilizza l'ottimizzazione degli iperparametri in genere non sono peggiori rispetto a quelle del modello quando si utilizza lo spazio di ricerca predefinito e non si utilizza l'ottimizzazione degli iperparametri. Un modello che utilizza lo spazio di ricerca predefinito e non utilizza l'ottimizzazione degli iperparametri utilizza sempre gli iperparametri predefiniti nella prima prova.

Per confermare i miglioramenti delle prestazioni del modello forniti dall'ottimizzazione degli iperparametri, confronta la prova ottimale per il modello di ottimizzazione degli iperparametri con la prima prova per il modello di ottimizzazione non iperparametri.

Transfer Learning

Transfer Learning è abilitato per impostazione predefinita quando imposti l'opzione HPARAM_TUNING_ALGORITHM nell'istruzione CREATE MODEL su VIZIER_DEFAULT. L'ottimizzazione degli iperparametri per un modello trae vantaggio dall'apprendimento da modelli ottimizzati in precedenza se soddisfa i seguenti requisiti:

Ha lo stesso tipo di modello dei modelli ottimizzati in precedenza.
Si trova nello stesso progetto dei modelli ottimizzati in precedenza.
Utilizza lo stesso spazio di ricerca degli iperparametri OPPURE un sottoinsieme dello spazio di ricerca degli iperparametri dei modelli ottimizzati in precedenza. Un sottoinsieme utilizza gli stessi nomi e tipi di iperparametri, ma non deve avere gli stessi intervalli. Ad esempio, (a:[0, 10]) è considerato un sottoinsieme di (a:[-1, 1], b:[0, 1]).

Transfer Learning non richiede che i dati di input siano gli stessi.

Transfer Learning consente di risolvere il problema dell'avvio a freddo in cui il sistema esegue un'esplorazione casuale durante il primo batch di prova. Transfer Learning fornisce al sistema una conoscenza iniziale degli iperparametri e dei loro obiettivi. Per migliorare continuamente la qualità del modello, addestra sempre un nuovo modello di ottimizzazione degli iperparametri con lo stesso o un sottoinsieme di iperparametri.

Il Transfer Learning aiuta la regolazione degli iperparametri a convergere più velocemente, invece di aiutare i sottomodelli a convergere.

Gestione degli errori

L'ottimizzazione degli iperparametri gestisce gli errori nei seguenti modi:

Cancellazione: se un job di addestramento viene annullato durante l'esecuzione, tutte le prove riuscite rimangono utilizzabili.
Input non valido: se l'input utente non è valido, il servizio restituisce un errore utente.
Iperparametri non validi: se gli iperparametri non sono validi per una prova, la prova viene saltata e contrassegnata come INFEASIBLE nell'output della funzione ML.TRIAL_INFO.
Errore interno della prova: se oltre il 10% del valore NUM_TRIALS non riesce a causa di INTERNAL_ERROR, il job di addestramento viene interrotto e restituisce un errore utente.
Se una percentuale inferiore al 10% del valore di NUM_TRIALS non riesce a causa di INTERNAL_ERROR, l'addestramento continua con le prove non riuscite contrassegnate come FAILED nell'output della funzione ML.TRIAL_INFO.

Funzioni di pubblicazione del modello

Puoi utilizzare i modelli di output dell'ottimizzazione degli iperparametri con una serie di funzioni di pubblicazione di modelli esistenti. Per utilizzare queste funzioni, segui queste regole:

Quando la funzione acquisisce i dati di input, viene restituito solo il risultato di una prova. Per impostazione predefinita, questa è la prova ottimale, ma puoi anche scegliere una prova specifica specificando TRIAL_ID come argomento per la funzione data. Puoi ottenere TRIAL_ID dall'output della funzione ML.TRIAL_INFO. Sono supportate le seguenti funzioni:
Quando la funzione non accetta dati di input, vengono restituiti tutti i risultati della prova e la prima colonna di output è TRIAL_ID. Sono supportate le seguenti funzioni:

L'output di ML.FEATURE_INFO non cambia, perché tutte le prove condividono gli stessi dati di input.

Le metriche di valutazione di ML.EVALUATE e ML.TRIAL_INFO possono essere diverse a causa del modo in cui i dati di input vengono suddivisi. Per impostazione predefinita, ML.EVALUATE viene eseguito sui dati di test, mentre ML.TRIAL_INFO viene eseguito sui dati di valutazione. Per ulteriori informazioni, consulta Suddivisione dati.

Funzioni non supportate

La funzione ML.TRAINING_INFO restituisce informazioni per ogni iterazione e i risultati dell'iterazione non vengono salvati nei modelli di ottimizzazione degli iperparametri. I risultati delle prove vengono salvati. Puoi utilizzare la funzione ML.TRIAL_INFO per ottenere informazioni sui risultati della prova.

Esportazione del modello

Puoi esportare i modelli creati con l'ottimizzazione degli iperparametri nelle località di Cloud Storage utilizzando l'istruzione EXPORT MODEL. Puoi esportare la prova ottimale predefinita o qualsiasi prova specificata.

Prezzi

Il costo dell'addestramento dell'ottimizzazione degli iperparametri è la somma del costo di tutte le prove eseguite. I prezzi di una prova sono coerenti con il modello di prezzi di BigQuery ML esistente.

Domande frequenti

Quante prove sono necessarie per ottimizzare un modello?

Ti consigliamo di utilizzare almeno 10 prove per un iperparametro, quindi il numero totale di prove dovrebbe essere almeno 10 * num_hyperparameters. Se utilizzi lo spazio di ricerca predefinito, fai riferimento alla colonna Iperparametri nella tabella Iperparametri e obiettivi per conoscere il numero di iperparametri ottimizzati per impostazione predefinita per un determinato tipo di modello.

Cosa succede se non vedo miglioramenti delle prestazioni tramite l'ottimizzazione degli iperparametri?

Assicurati di seguire le indicazioni riportate in questo documento per ottenere un confronto equo. Se continui a non riscontrare miglioramenti delle prestazioni, è possibile che gli iperparametri predefiniti funzionino già bene per te. Puoi concentrarti sulla feature engineering o provare altri tipi di modelli prima di provare un'altra fase di ottimizzazione degli iperparametri.

Che cosa succede se voglio continuare a ottimizzare un modello?

Addestra un nuovo modello di ottimizzazione degli iperparametri con lo stesso spazio di ricerca. Il Transfer Learning integrato aiuta a continuare l'ottimizzazione in base ai tuoi modelli ottimizzati in precedenza.

Devo riaddestrare il modello con tutti i dati e gli iperparametri ottimali?

Ciò dipende dai seguenti fattori:

I modelli K-means utilizzano già tutti i dati come dati di addestramento, quindi non è necessario riaddestrare il modello.
Per i modelli di fattorizzazione matriciale, puoi riaddestrare il modello con gli iperparametri selezionati e tutti i dati di input per migliorare la copertura di utenti ed elementi.
Per tutti gli altri tipi di modelli, il riaddestramento non è necessario. Il servizio conserva già l'80% dei dati di input per l'addestramento durante la suddivisione dei dati casuale predefinita. Puoi comunque riaddestrare il modello con più dati di addestramento e con gli iperparametri selezionati se il set di dati è piccolo, ma lasciare pochi dati di valutazione per un arresto anticipato potrebbe peggiorare l'overfitting.

Passaggi successivi

Per provare a eseguire l'ottimizzazione degli iperparametri, consulta Utilizzare l'ottimizzazione degli iperparametri di BigQuery ML per migliorare le prestazioni del modello.