Função ML.WEIGHTS

Função ML.WEIGHTS

Com a função ML.WEIGHTS é possível ver os pesos subjacentes usados por um modelo durante a previsão.

Com ML.WEIGHTS são retornadas as seguintes colunas:

  • processed_input — nome da entrada do recurso do modelo. O valor desta coluna corresponde ao nome da coluna na instrução SELECT, usada durante o treinamento.
  • weightpeso de cada recurso. Para colunas numéricas, o peso contém um valor e a coluna category_weights é NULL. Para colunas não numéricas, que são convertidas para uma codificação one-hot, a coluna de peso é NULL e a coluna category_weights é uma MATRIZ de nomes e pesos de categoria para cada categoria.
  • category_weights.category — nome da categoria se a coluna de entrada não for numérica.
  • category_weights.weight — peso da categoria se a coluna de entrada não for numérica.

Sintaxe de ML.WEIGHTS

ML.WEIGHTS(MODEL `project_id.dataset.model`)

em que:

  • project_id é o código do projeto;
  • dataset é o conjunto de dados do BigQuery em que o modelo está;
  • model é o nome do modelo.

Exemplo de ML.WEIGHTS

Com o exemplo a seguir, recuperamos informações sobre o peso do mymodel no mydataset. O conjunto de dados está no projeto padrão.

Com a consulta, são retornados os pesos associados a cada categoria codificada de one-hot para a coluna de entrada input_col.

SELECT
  category,
  weight
FROM
  UNNEST((
    SELECT
      category_weights
    FROM
      ML.WEIGHTS(MODEL `mydataset.mymodel`)
    WHERE
      processed_input = 'input_col'))

Neste comando, é usada a função UNNEST porque a coluna category_weights é uma coluna repetida aninhada.

Esta página foi útil? Conte sua opinião sobre:

Enviar comentários sobre…

Precisa de ajuda? Acesse nossa página de suporte.