Olá, dados tabulares: implemente um modelo e peça uma previsão

Depois de a preparação do modelo de classificação tabular do AutoML estar concluída, crie um ponto final e implemente o modelo no ponto final. Depois de implementar o modelo neste novo ponto final, teste-o pedindo uma previsão.

Carregue o seu modelo

Quando a preparação do modelo estiver concluída, este é apresentado no separador Modelos.

1. Na Google Cloud consola, na secção Vertex AI, aceda à página Modelos.

   Aceda à página Modelos

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

3. Os modelos estão organizados em versões. Clique no número da versão do modelo 1.

Avalie o seu modelo

O painel Avaliar ajuda a compreender o desempenho do modelo em relação ao conjunto de testes. Quando terminar, avance para a parte seguinte do tutorial.

Métricas de avaliação

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

Opcional. Mova o controlo de deslize do limite de confiança para ver como a precisão, a capacidade de memorização e as classificações F1 são afetadas.

Matriz de confusão

A matriz de confusão mostra como uma previsão se compara ao conjunto de testes (verdade fundamental).

Lembre-se de que a etiqueta "1" é a classe negativa (o cliente não se inscreveu num depósito a prazo) e "2" é a classe positiva. É provável que o seu modelo tenha feito um melhor trabalho na previsão da classe negativa do que da classe positiva. Talvez com tempo de preparação adicional, mais dados ou funcionalidades adicionais, possa melhorar o desempenho preditivo para a classe positiva.

Importância das funcionalidades

A importância das funcionalidades mostra como cada funcionalidade afetou a preparação do modelo: quanto mais alto for o valor, maior é o impacto.

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

Implemente o modelo num ponto final

Para testar um modelo ou fazer previsões online, tem de implementá-lo num ponto final.

1. Abra o painel Implementar e testar.

2. Em Implemente o seu modelo, clique em Implementar no ponto final.

3. Introduza Structured_AutoML_Tutorial para o nome do ponto final.

4. Clique em Continuar.

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

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

7. Clique em Continuar.

8. Desative a monitorização de modelos para este ponto final.

9. Para criar o ponto final e implementar o modelo no ponto final, clique em Implementar.

   A implementação do modelo demora cerca de 5 minutos. Quando o seu ponto final estiver pronto, avance para a parte seguinte do tutorial.

   Nota: certifique-se de que anula a implementação do modelo mais tarde para não lhe serem cobrados recursos de computação adicionais. Vamos mostrar-lhe como o fazer no final deste tutorial.

Peça uma previsão

Agora que o modelo está implementado num ponto final, pode enviar pedidos de previsão. Em vez de enviar um pedido através da API ou do gcloud, pode testar o seu modelo nesta página.

1. Na secção Teste o seu modelo, é apresentada uma coluna Valor pré-preenchida. Pode usar esses valores ou introduzir novos.

2. Na parte inferior da secção, prima Prever.

   Para este modelo, um resultado de previsão de 1 representa um resultado negativo: não é feito um depósito no banco. Um resultado da previsão de 2 representa um resultado positivo: é feito um depósito no banco.

   O seu modelo devolve uma pontuação de confiança, que é o nível de certeza do modelo de que a etiqueta selecionada é a correta. O valor predefinido devolveu provavelmente uma pontuação de confiança elevada.

3. Opcional. Experimente alterar a duração para um valor muito mais elevado e prima Prever novamente.

O que se segue?

• Para evitar incorrer em custos inesperados, siga as instruções em Limpe o seu projeto

• Saiba mais acerca da avaliação de modelos.

• Saiba mais acerca das previsões do modelo.