Dados tabulares: implantar um modelo e solicitar uma previsão

Depois de concluir o treinamento das tabelas tabulares do AutoML, crie um endpoint e implante o modelo no endpoint. Depois que o modelo for implantado para esse novo endpoint, teste seu modelo solicitando uma previsão.

Carregar o modelo

Quando o treinamento do modelo é concluído, ele é listado na guia Modelos.

1. No Console do Google Cloud, na seção "Vertex AI", acesse a página Modelos.

   Acessar a página de modelos

2. Na lista de modelos, clique no nome do modelo treinado que você criou anteriormente.

3. Os modelos são organizados em versões. Clique na versão do modelo número 1.

avalie o modelo

O painel Avaliar ajuda a entender o desempenho do modelo com relação ao conjunto de teste. Quando terminar, avance para a próxima parte do tutorial.

Métricas de avaliação

Opcional. Mantenha o ponteiro do mouse sobre os ícones ? para saber mais sobre cada métrica de avaliação.

Opcional. Mova o controle deslizante do limite de confiança para ver como as pontuações de precisão, recall e F1 são afetadas.

Matriz de confusão

A matriz de confusão mostra como uma previsão se compara ao conjunto de teste (informações empíricas).

Lembre-se de que o identificador "1" é a classe negativa (o cliente não se inscreveu para um depósito a prazo) e "2" é a classe positiva. Seu modelo provavelmente fez um trabalho melhor prevendo a classe negativa do que a classe positiva. Talvez com mais tempo de treinamento, mais dados ou recursos extras você possa melhorar o desempenho preditivo da classe positiva.

Importância do recurso

A importância do atributo mostra como cada atributo afetou o treinamento do modelo: quanto maior for o valor, mais impactante.

Seu modelo provavelmente mostra que a duração (quanto tempo a comunicação mais recente entre o banco e o cliente durou, em segundos) contribuiu muito para o resultado da previsão.

Implante o modelo em um endpoint

Para testar um modelo ou fazer previsões on-line, é necessário implantá-lo em um endpoint.

1. Abra o painel Implantar e testar.

2. Em Implantar o modelo, clique em Implantar no endpoint.

3. Digite Structured_AutoML_Tutorial como o nome do endpoint.

4. Clique em Continuar.

5. Mantenha o nó de computação mínimo em 1 e não insira um valor máximo.

6. Selecione o tipo de máquina n1-standard-2.

7. Clique em Continuar.

8. Desative o monitoramento de modelos para esse endpoint.

9. Para criar um endpoint e implantar seu modelo nele, clique em Implantar.

   A implantação de modelos leva cerca de cinco minutos. Quando o endpoint estiver pronto, prossiga para a próxima parte do tutorial.

   Observação: cancele a implantação do modelo mais tarde para não haver cobrança por recursos extras de computação. Vamos mostrar como fazer isso no final deste tutorial.

Solicitar uma previsão

Agora que seu modelo está implantado em um endpoint, envie solicitações de previsão. Em vez de enviar uma solicitação por meio da API ou gcloud, é possível testar o modelo nesta página.

1. Na seção Testar o modelo, você verá uma coluna Valor que é preenchida automaticamente. É possível usar esses valores ou inserir novos valores.

2. Na parte inferior da seção, pressione Prever.

   Para este modelo, um resultado de previsão de 1 representa um resultado negativo. Um depósito não é feito no banco. Um resultado de previsão de 2 representa um resultado positivo (um depósito que foi feito no banco).

   O modelo retornará uma pontuação de confiança, que é o nível de certeza de que o modelo selecionado é o correto. O valor padrão provavelmente retornou uma alta pontuação de confiança.

3. Opcional. Tente mudar a duração para um valor muito maior e pressione Prever novamente.

A seguir

• Para evitar cobranças inesperadas, siga as instruções em Limpar o projeto

• Saiba mais sobre a avaliação de modelos.

• Saiba mais sobre previsões de modelos.