Hello 表格数据:部署模型并请求预测

在 AutoML 表格分类模型完成训练后,创建一个端点并将模型部署到该端点。将模型部署到这个新端点后,请通过请求预测来测试您的模型。

加载模型

当您的模型完成训练后,模型标签页中会列出该模型。

  1. 在 Google Cloud Console 的 Vertex AI 部分中,转到模型页面。

    转到“模型”页面

  2. 在模型列表中,点击您之前创建的经过训练的模型的名称

  3. 模型会整理为多个版本。点击模型版本号 1。

评估模型

评估面板可帮助您了解模型针对测试集的表现。完成后,请继续执行本教程的下一部分。

评估指标

可选。将指针悬停在 ? 图标上可了解每个评估指标。

可选。移动置信度阈值滑块可查看精确率、召回率和 F1 得分受到的影响。

混淆矩阵

混淆矩阵展示了预测与测试集(标准答案)的对比情况。

回想一下前文,标签“1”为负类别(客户未注册定期存款),“2”为正类别。模型对负类别的预测效果可能要好于正类别。借助更多的训练时间、更多的数据或更多特征,您也许可以提升正类别的预测性能。

特征重要性

特征重要性展示了每个特征对模型训练的影响程度:值越大,影响力就越大。

模型可能表明时长(银行与客户之间的最近沟通的持续时间,以秒为单位)对预测结果非常重要。

将模型部署到端点

如需测试模型或进行在线预测,您需要将其部署到端点。

  1. 打开部署和测试面板。

  2. 部署模型 (Deploy your model) 下,点击部署到端点

  3. 输入 Structured_AutoML_Tutorial 作为端点名称。

  4. 点击继续

  5. 将最小计算节点保持为 1 且不要输入最大值。

  6. 选择 n1-standard-2 机器类型。

  7. 点击继续

  8. 为此端点关闭模型监控。

  9. 点击部署以创建端点并将模型部署到该端点。

    模型部署大约需要 5 分钟时间。端点准备就绪后,请继续执行本教程的下一部分操作。

请求预测

现在您的模型已部署到端点,接下来可以发送预测请求。您可以在此页面上测试模型,而不是通过 API 或 gcloud 发送请求。

  1. 测试模型部分,您将看到一个预填充的列。您可以使用这些值,也可以输入新值。

  2. 在该部分的底部,按预测

    对于此模型,预测结果 1 表示负结果 - 存款并未存入银行。预测结果 2 表示正结果 - 存款存入银行。

    模型会返回置信度分数,即模型确定所选标签是正确标签的级别。默认值可能会返回高置信度分数。

  3. 可选。尝试将时长更改为更大的值,然后再次按“预测”。

后续步骤