Une fois l'entraînement de votre modèle de classification tabulaire AutoML terminé, créez un point de terminaison et déployez votre modèle sur ce point de terminaison. Après avoir déployé votre modèle sur ce nouveau point de terminaison, testez-le en demandant une prédiction.
Charger le modèle
Une fois l'entraînement terminé, le modèle est répertorié dans l'onglet Modèles.
Accédez à la page Modèles de Google Cloud Console, dans la section Vertex AI.
Dans la liste des modèles, cliquez sur le nom du modèle entraîné que vous avez créé précédemment.
Les modèles sont organisés en versions. Cliquez sur la version de modèle numéro 1.
Évaluez le modèle :
Le panneau Évaluation vous permet de comprendre les performances du modèle par rapport à l'ensemble de test. Lorsque vous avez terminé, passez à la partie suivante du tutoriel.
Métriques d'évaluation
Facultatif. Pointez sur les différentes icônes ? pour en savoir plus sur chaque métrique d'évaluation.
Facultatif. Déplacez le curseur du seuil de confiance pour voir comment les scores de précision, les scores de rappel et les scores F1 sont affectés.
Matrice de confusion
La matrice de confusion montre une comparaison de la prédiction par rapport à l'ensemble de test (vérité terrain).
Rappelez-vous que l'étiquette "1" correspond à la classe négative (le client n'a pas souscrit un dépôt à terme) et que l'étiquette "2" correspond à la classe positive. Votre modèle a probablement mieux prédit la classe négative que la classe positive. Avec des heures d'entraînement, des données ou des caractéristiques supplémentaires, vous pourrez peut-être améliorer les performances de prédiction de la classe positive.
Importance des caractéristiques
L'importance des caractéristiques montre l'impact de chaque caractéristique sur l'entraînement du modèle : plus la valeur est élevée, plus l'impact est important.
Votre modèle montre probablement que la durée (nombre de secondes de la dernière communication entre la banque et le client) a fortement contribué au résultat de la prédiction.
Déployer le modèle sur un point de terminaison
Pour tester un modèle ou effectuer des prédictions en ligne, vous devez le déployer sur un point de terminaison.
Ouvrez le panneau Déployer et tester.
Sous Déployer votre modèle, cliquez sur Déployer sur un point de terminaison.
Saisissez
Structured_AutoML_Tutorialcomme nom du point de terminaison.Cliquez sur Continuer.
Conservez la valeur minimale du nœud de calcul
1et n'indiquez pas de valeur maximale.Sélectionnez le type de machine
n1-standard-2.Cliquez sur Continuer.
Désactivez la surveillance du modèle pour ce point de terminaison.
Cliquez sur Déployer pour créer votre point de terminaison et y déployer votre modèle.
Le déploiement du modèle prend environ cinq minutes. Lorsque votre point de terminaison est prêt, passez à la partie suivante du tutoriel.
Demander une prédiction
Maintenant que votre modèle est déployé sur un point de terminaison, vous pouvez envoyer des requêtes de prédiction. Plutôt que d'envoyer une requête via l'API ou gcloud, vous pouvez tester votre modèle sur cette page.
Dans la section Tester votre modèle, la colonne Valeur est préremplie. Vous pouvez utiliser ces valeurs ou en saisir de nouvelles.
Au bas de la section, appuyez sur Prédire.
Pour ce modèle, un résultat de prédiction de
1représente un résultat négatif : aucun dépôt n'a été effectué à la banque. Un résultat de prédiction de2représente un résultat positif : un dépôt a été effectué à la banque.Votre modèle renvoie alors un score de confiance, qui indique le degré de certitude du modèle que l'étiquette sélectionnée est la bonne. La valeur par défaut a probablement renvoyé un score de confiance élevé.
Facultatif. Essayez de remplacer la durée par une valeur beaucoup plus élevée, puis sélectionnez à nouveau "Prédire".
Étapes suivantes
Pour éviter des frais inattendus, suivez les instructions de la section Nettoyer votre projet.
Apprenez-en plus sur l'évaluation des modèles.
Apprenez-en plus sur les prédictions de modèle.