适用于 BigQuery ML 模型的 Explainable AI
Explainable AI 是一种技术,可用于了解 AI 模型的预测和决策。BigQuery ML 和 Vertex AI 都有现有的 Explainable AI 产品,可提供基于特征的说明。
使用此页面了解您是否可以在向 Model Registry 注册的 BigQuery ML 模型上使用 Explainable AI。
BigQuery ML 本身在两个单独的框架上支持 Explainable AI,因此支持不同的模型类型。本页面介绍 Model Registry 集成支持哪些模型类型。如需了解基于 BigQuery ML 的 Explainable AI,请参阅在 BigQuery ML 中对模型执行 XAI。
Vertex AI 中 Explainable AI 支持的模型类型
Vertex AI 中有 Explainable AI 用于一部分可导出的监督式学习模型。如果您手动修改以下列表以外的模型类型的元数据,则它们可能支持 Explainable AI。如需了解详情,请参阅 Vertex Explainable AI 简介。
模型类型 | Explainable AI 方法 |
---|---|
dnn_classifier | 积分梯度 |
dnn_regressor | 积分梯度 |
dnn_linear_combined_classifier | 积分梯度 |
dnn_linear_combined_regressor | 积分梯度 |
boosted_tree_regressor | 采样 Shapley |
boosted_tree_classifier | 采样 Shapley |
random_forest_regressor | 采样 Shapley |
random_forest_classifier | 采样 Shapley |
如需详细了解这些方法,请参阅特征归因方法。
在 Model Registry 中启用 Explainable AI
当 BigQuery ML 模型在 Model Registry 中注册并且是 Explainable AI 支持的模型类型时,您可以在部署到端点时在模型上启用 Explainable AI。当您注册 BigQuery ML 模型时,系统会为您填充所有关联的元数据。
- 将 BigQuery ML 模型注册到 Model Registry。
- 从 Google Cloud 控制台中的 BigQuery 部分转到模型注册表页面。
- 在 Model Registry 中,选择 BigQuery ML 模型,然后点击模型版本以重定向到模型详情页面。
- 在模型版本上选择更多操作。
- 点击部署到端点。
- 定义端点 - 创建端点名称,然后点击“继续”。
- 选择机器类型,例如
n1-standard-2
。 - 在模型设置下的日志记录部分中,选中复选框以启用可解释性选项。
- 点击完成,然后点击继续以部署到端点。
如需了解如何从 Model Registry 在您的模型中使用 XAI,请参阅使用已部署的模型获取在线说明。如需详细了解 Vertex AI 中的 XAI,请参阅获取说明。
了解详情
- 将 BigQuery ML 模型添加到 Model Registry
- 在 Model Registry 中更新 BigQuery ML 模型
- 查看 Model Registry 中的 BigQuery ML 评估结果
- 从 Model Registry 中移除 BigQuery ML 模型