Auf dieser Seite wird beschrieben, wie Sie die Datasets vorbereiten, die zum Generieren von Prognosen erforderlich sind.
Hinweis
Für den Start ist Folgendes erforderlich:
- Ein Modell
- Alle Parteien registrieren, die im Dataset enthalten sind, das Sie für die Vorhersage verwenden
Dataset für die Vorhersage erstellen
Sie können Vorhersagen mit einem vorhandenen Datensatz erstellen, z. B. mit dem, den Sie für das Backtesting verwendet haben. In einer Produktionsumgebung empfehlen wir jedoch, für jeden Vorhersagelauf einen neuen Datensatz zu erstellen:
- Als Kunde sind Sie für die gesamte Verfolgung der Abfolge vom Datensatz zum Modell verantwortlich. Damit die Daten unverändert bleiben, empfehlen wir, nach der Datenvalidierung einen BigQuery-Tabellen-Snapshot Ihrer BigQuery-Tabellen zu erstellen und im AML AI-Dataset auf den Snapshot zu verweisen. Wenn Sie auf regelmäßig aktualisierte Tabellen verweisen, werden die BigQuery-Tabellen bei AML AI-Vorgängen jedes Mal gelesen, wenn der AML AI-Datensatz verwendet wird. Änderungen an den zugrunde liegenden BigQuery-Tabellen können sich daher auf die Optimierung, das Training, das Backtesting und die Vorhersagen auswirken.
- Folgen Sie der Anleitung unter Daten für AML-KI vorbereiten, um Ihre BigQuery-Tabellen vorzubereiten, und erstellen Sie dann ein separates AML-KI-Dataset für die Vorhersage mit den Tabellen, die Sie in Schritt 1 als Snapshot erstellt haben. Zum Erstellen der BigQuery-Datasets und ‑Tabellen können Sie die Befehle unter BigQuery-Datasets und ‑Tabellen vorbereiten verwenden.
Ausgabeziele vorbereiten
AML-KI generiert Vorhersageergebnisse (Risikobewertungen und Erklärbarkeit) in BigQuery, wenn Sie eine Ressource für Vorhersageergebnisse erstellen.
Bevor Sie Prognoseergebnisse erstellen, müssen Sie für diese Ausgabe ein BigQuery-Dataset erstellen. Für Prognosen können beliebige BigQuery-Datasets verwendet werden, sofern die richtigen Berechtigungen gewährt wurden und sich das Dataset im selben Projekt wie die API und am selben Speicherort wie die AML-KI-Instanz befindet.
Risikobewertungen und Erklärbarkeit generieren
Sie haben jetzt das Dataset für die Vorhersage, eine ausgewertete Modellressource und ein BigQuery-Dataset für die Ausgabe. Sie können also Vorhersageergebnisse erstellen. Weitere Informationen finden Sie unter Vorhersageergebnisse erstellen und verwalten.