Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
En esta página, se describe cómo evaluar modelos mediante Vertex AI. Para obtener una descripción general, consulta Evaluación de modelos en Vertex AI.
Vertex AI puede evaluar los modelos que se entrenan mediante AutoML o el entrenamiento personalizado. Para la guía de la consola de Google Cloud , debes tener un modelo entrenado importado a Vertex AI Model Registry.
Sube el conjunto de datos de prueba a BigQuery o Cloud Storage. El conjunto de datos de prueba debe contener la verdad fundamental, que es el resultado real esperado para una inferencia. Obtén el vínculo al archivo o al ID del conjunto de datos.
Haz clic en el nombre del modelo que deseas evaluar.
Haz clic en el número de versión del modelo.
En la pestaña Evaluar, haz clic en Crear evaluación.
Ingresa un Nombre de evaluación.
Selecciona un Objetivo, como clasificación o regresión.
Ingresa el nombre de la columna de destino de la evaluación, que es la columna de los datos de entrenamiento que el modelo está entrenado para predecir.
En Seleccionar fuente, selecciona la fuente para tu conjunto de datos de prueba.
En Tabla de BigQuery, ingresa la ruta de BigQuery.
En Archivo en Cloud Storage, ingresa la ruta de Cloud Storage.
En Resultado de la predicción Batch, selecciona un formato de salida.
Ingresa la ruta de acceso de BigQuery o el URI de Cloud Storage.
Haz clic en Iniciar evaluación.
Python
Para ver el flujo de trabajo de evaluación del modelo de la API de Vertex AI en Vertex AI Pipelines, consulta los notebooks de ejemplo para los siguientes tipos de modelos:
El SDK para evaluar modelos con Vertex AI está en estado experimental. Para registrarte en la versión experimental, completa el formulario de incorporación.
Vertex AI envía de forma automática una notificación por correo electrónico cuando se completa un trabajo de evaluación del modelo.
Visualiza las métricas de evaluación
Console
En la Google Cloud consola, ve a la página Modelos de Vertex AI.
Para ver el flujo de trabajo de evaluación del modelo de la API de Vertex AI en Vertex AI Pipelines, consulta los notebooks de ejemplo para los siguientes tipos de modelos:
El SDK para evaluar modelos con Vertex AI está en estado experimental. Para registrarte en la versión experimental, completa el formulario de incorporación.
Compara las métricas de evaluación
Puedes comparar los resultados de la evaluación en diferentes modelos, versiones de modelos y trabajos de evaluación. Para obtener más información sobre el control de versiones de modelos, consulta Control de versiones en Model Registry.
Solo puedes comparar modelos del mismo tipo, como clasificación, regresión o previsión. Cuando se comparan modelos diferentes, todas las versiones del modelo deben ser del mismo tipo.
Solo puedes comparar 5 evaluaciones o menos a la vez.
Ve a Vertex AI Model Registry en la Google Cloud consola:
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Información o código de muestra incorrectos","incorrectInformationOrSampleCode","thumb-down"],["Faltan la información o los ejemplos que necesito","missingTheInformationSamplesINeed","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2025-09-04 (UTC)"],[],[],null,["# Evaluate models using Vertex AI\n\nThis page describes how to evaluate models using Vertex AI. For\nan overview, see [model evaluation in Vertex AI](/vertex-ai/docs/evaluation/introduction).\n\nPrerequisites\n-------------\n\n1. Follow the steps at [Set up a project and a development environment](/vertex-ai/docs/start/cloud-environment).\n In addition, enable the following services:\n\n - [Compute Engine API](https://console.cloud.google.com/flows/enableapi?apiid=compute.googleapis.com)\n - [Dataflow API](https://console.cloud.google.com/flows/enableapi?apiid=dataflow.googleapis.com)\n2. Vertex AI can evaluate models that are trained either\n through AutoML or custom training. For the Google Cloud console\n guide, you should have a trained model [imported to\n Vertex AI Model Registry](/vertex-ai/docs/model-registry/import-model).\n\n3. Upload your test dataset to [BigQuery](/bigquery/docs/loading-data) or\n [Cloud Storage](/storage/docs/uploading-objects). The test dataset should contain the ground\n truth, which is the actual result expected for an inference. Obtain the link\n to the file or the dataset ID.\n\n4. Have a [batch inference output](/vertex-ai/docs/predictions/batch-predictions) in the form of a\n BigQuery table or Cloud Storage URI.\n\n5. Make sure your [default Compute Engine service account](/iam/docs/service-account-types#default) has the\n following [IAM permissions](/vertex-ai/docs/general/iam-permissions):\n\n - Vertex AI Administrator (`aiplatform.admin`)\n - Vertex AI Service Agent (`aiplatform.serviceAgent`)\n - Storage Object Admin (`storage.objectAdmin`)\n - Dataflow Worker (`dataflow.worker`)\n - BigQuery Data Editor (`bigquery.dataEditor`) (only required if you are providing data in the form of BigQuery tables)\n\nCreate an evaluation\n--------------------\n\n### Console\n\n1. In the Google Cloud console, go to the Vertex AI Models page.\n\n [Go to the Models page](https://console.cloud.google.com/vertex-ai/models)\n2. Click the name of the model you want to evaluate.\n\n3. Click the version number for the model.\n\n4. On the **Evaluate** tab, click **Create Evaluation**.\n\n5. Enter an **Evaluation name**.\n\n6. Select an **Objective**, such as classification or regression.\n\n7. Enter the **Evaluation target column name**, which is the column from the\n training data that the model is trained to predict.\n\n8. For **Select source**, select the source for your test dataset.\n\n 1. For **BigQuery table** , enter the **BigQuery path**.\n\n 2. For **File on Cloud Storage** , enter the **Cloud Storage path**.\n\n9. For **Batch prediction output**, select an output format.\n\n 1. Enter the BigQuery path or Cloud Storage URI.\n10. Click **Start Evaluation**.\n\n### Python\n\nTo view the Vertex AI API model evaluation workflow in\nVertex AI Pipelines, see the example notebooks for the following model\ntypes:\n\n- [AutoML tabular classification](https://colab.sandbox.google.com/github/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/model_evaluation/automl_tabular_classification_model_evaluation.ipynb)\n\n- [AutoML tabular regression](https://colab.sandbox.google.com/github/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/model_evaluation/automl_tabular_regression_model_evaluation.ipynb)\n\n- [AutoML video classification](https://colab.sandbox.google.com/github/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/model_evaluation/automl_video_classification_model_evaluation.ipynb)\n\n- [Custom tabular classification](https://colab.sandbox.google.com/github/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/model_evaluation/custom_tabular_classification_model_evaluation.ipynb)\n\n- [Custom tabular regression](https://colab.sandbox.google.com/github/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/model_evaluation/custom_tabular_regression_model_evaluation.ipynb)\n\n### Python SDK\n\nThe SDK for evaluating models with Vertex AI is in\nExperimental. To sign up for the Experimental, fill out the\n[onboarding form](https://docs.google.com/forms/d/159DJxDx8cQpsjwsNkS7j-qCwsz2uTDVwVQPv4ZfWM50/viewform?edit_requested=true).\n\nVertex AI automatically sends an email notification when\na model evaluation job is complete.\n\nView evaluation metrics\n-----------------------\n\n**Note:** For [BigQuery ML models](/bigquery/docs/model_eval) that are registered to Model Registry, Vertex AI only shows evaluation metrics for regression and binary classification models. \n\n### Console\n\n1. In the Google Cloud console, go to the Vertex AI Models page.\n\n [Go to the Models page](https://console.cloud.google.com/vertex-ai/models)\n2. Navigate to the model version.\n\n3. View metrics in the **Evaluate** tab.\n\n### Python\n\nTo view the Vertex AI API model evaluation workflow in\nVertex AI Pipelines, see the example notebooks for the following model\ntypes:\n\n- [AutoML tabular classification](https://colab.sandbox.google.com/github/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/model_evaluation/automl_tabular_classification_model_evaluation.ipynb)\n\n- [AutoML tabular regression](https://colab.sandbox.google.com/github/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/model_evaluation/automl_tabular_regression_model_evaluation.ipynb)\n\n- [AutoML video classification](https://colab.sandbox.google.com/github/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/model_evaluation/automl_video_classification_model_evaluation.ipynb)\n\n- [Custom tabular classification](https://colab.sandbox.google.com/github/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/model_evaluation/custom_tabular_classification_model_evaluation.ipynb)\n\n- [Custom tabular regression](https://colab.sandbox.google.com/github/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/model_evaluation/custom_tabular_regression_model_evaluation.ipynb)\n\n### Python SDK\n\nThe SDK for evaluating models with Vertex AI is in\nExperimental. To sign up for the Experimental, fill out the\n[onboarding form](https://docs.google.com/forms/d/159DJxDx8cQpsjwsNkS7j-qCwsz2uTDVwVQPv4ZfWM50/viewform?edit_requested=true).\n\nCompare evaluation metrics\n--------------------------\n\nYou can compare evaluation results across different models, model versions, and\nevaluation jobs. For more information about model versioning, see [Versioning in\nModel Registry](/vertex-ai/docs/model-registry/versioning).\n\nYou can only compare models of the same type, such as classification,\nregression, or forecasting. When comparing different models, all the\nmodel versions must be the same type.\n\nYou can only compare 5 or fewer evaluations at a time.\n\n1. Go to the Vertex AI Model Registry in the Google Cloud console:\n\n [Go to the Models page](https://console.cloud.google.com/vertex-ai/models)\n2. Navigate to your model or model version:\n\n - To compare across different models on the **Models** page, select the\n checkboxes next to the names of the models you want to compare.\n\n - To compare across different model versions:\n\n 1. Click the name of your model on the **Models** page to open the list\n of model versions.\n\n 2. Select the checkboxes next to the versions you want to compare.\n\n - To compare across evaluation jobs for the same model version:\n\n 1. Click the name of your model on the **Models** page to open the list\n of model versions.\n\n 2. Click the version number.\n\n 3. Select the checkboxes next to the evaluation jobs you want to compare.\n\n3. Click **Compare**.\n\nWhat's next\n-----------\n\n- Learn how to [iterate on your model](/vertex-ai/docs/training/evaluating-automl-models#iterate)."]]