Recupero metadati modello
Puoi recuperare i metadati del modello BigQuery ML per controllare e comprendere gli asset di machine learning archiviati nei tuoi set di dati. Esaminare dettagli come il tipo di modello, le colonne delle caratteristiche e le opzioni di addestramento ti aiuta a verificare la struttura e la configurazione di un modello prima di utilizzarlo per le previsioni.
Autorizzazioni obbligatorie
Per ottenere i metadati del modello, devi disporre del ruolo READER nel set di dati o di un ruolo IAM (Identity and Access Management) a livello di progetto che includa le autorizzazioni bigquery.models.getMetadata. Se ti vengono concesse le autorizzazioni bigquery.models.getMetadata a livello di progetto, puoi ottenere i metadati sui modelli in qualsiasi set di dati del progetto. I seguenti ruoli IAM predefiniti a livello di progetto includono le autorizzazioni bigquery.models.getMetadata:
bigquery.dataViewerbigquery.dataEditorbigquery.dataOwnerbigquery.metadataViewerbigquery.admin
Per saperne di più sui ruoli e sulle autorizzazioni IAM in BigQuery ML, consulta Controllo degli accessi.
Recupero metadati modello
Per ottenere i metadati sui modelli:
Console
Nel riquadro a sinistra, fai clic su Spazio di esplorazione:

Se non vedi il riquadro a sinistra, fai clic su Espandi riquadro sinistro per aprirlo.
Nel riquadro Explorer, espandi il progetto, fai clic su Set di dati, quindi seleziona il set di dati.
Fai clic sulla scheda Modelli, quindi sul nome di un modello per selezionarlo.
Fai clic sulla scheda Dettagli. Questa scheda mostra i metadati del modello, tra cui la descrizione, le etichette, il tipo di modello e le opzioni di addestramento.
bq
Esegui il comando bq show con il flag --model o -m per visualizzare i metadati del modello. Il flag --format può essere utilizzato per controllare l'output.
Per visualizzare solo le colonne di caratteristiche del tuo modello, utilizza il flag --schema con il flag --model. Quando utilizzi il flag --schema, --format deve essere impostato su json o prettyjson.
Se stai recuperando informazioni su un modello in un progetto diverso da quello predefinito, aggiungi l'ID progetto al set di dati nel seguente formato: [PROJECT_ID]:[DATASET].
bq show --model --format=prettyjson PROJECT_ID:DATASET.MODEL
Sostituisci quanto segue:
PROJECT_IDè l'ID progetto.DATASETè il nome del set di dati.MODELè il nome del modello.
L'output comando è simile al seguente quando viene utilizzato il flag --format=pretty. Per visualizzare i dettagli completi, utilizza il formato --format=prettyjson. L'output di esempio mostra i metadati di un modello di regressione logistica.
+--------------+---------------------+---------------------+---------------------------+--------+-----------------+-----------------+ | Id | Model Type | Feature Columns | Label Columns | Labels | Creation Time | Expiration Time | +--------------+---------------------+---------------------+---------------------------+--------+-----------------+-----------------+ | sample_model | LOGISTIC_REGRESSION | |- column1: string | |- label_column: int64 | | 03 May 23:14:42 | | | | | |- column2: bool | | | | | | | | |- column3: string | | | | | | | | |- column4: int64 | | | | | +--------------+---------------------+---------------------+---------------------------+--------+-----------------+-----------------+
Esempi:
Inserisci il seguente comando per visualizzare tutte le informazioni su mymodel in mydataset. mydataset si trova nel tuo progetto predefinito.
bq show --model --format=prettyjson mydataset.mymodel
Inserisci il seguente comando per visualizzare tutte le informazioni su mymodel in mydataset. mydataset si trova in myotherproject, non nel progetto predefinito.
bq show --model --format=prettyjson myotherproject:mydataset.mymodel
Inserisci il seguente comando per visualizzare solo le colonne delle caratteristiche per mymodel in mydataset. mydataset si trova in myotherproject, non nel tuo progetto predefinito.
bq show --model --schema --format=prettyjson \
myotherproject:mydataset.mymodel
API
Per ottenere i metadati del modello utilizzando l'API, chiama il metodo models.get e fornisci projectId, datasetId e modelId.
Vai
Prima di provare questo esempio, segui le istruzioni di configurazione di Go nella guida rapida di BigQuery per l'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Go.
Per eseguire l'autenticazione in BigQuery, configura le Credenziali predefinite dell'applicazione. Per saperne di più, vedi Configura l'autenticazione per le librerie client.
Prima di eseguire gli esempi di codice, imposta la variabile di ambiente
GOOGLE_CLOUD_UNIVERSE_DOMAIN su s3nsapis.fr.
Java
Prima di provare questo esempio, segui le istruzioni di configurazione di Java nella guida rapida di BigQuery per l'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Java.
Per eseguire l'autenticazione in BigQuery, configura le Credenziali predefinite dell'applicazione. Per saperne di più, vedi Configura l'autenticazione per le librerie client.
Prima di eseguire gli esempi di codice, imposta la variabile di ambiente
GOOGLE_CLOUD_UNIVERSE_DOMAIN su s3nsapis.fr.
Node.js
Prima di provare questo esempio, segui le istruzioni di configurazione di Node.js nella guida rapida di BigQuery per l'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Node.js.
Per eseguire l'autenticazione in BigQuery, configura le Credenziali predefinite dell'applicazione. Per saperne di più, vedi Configura l'autenticazione per le librerie client.
Prima di eseguire gli esempi di codice, imposta la variabile di ambiente
GOOGLE_CLOUD_UNIVERSE_DOMAIN su s3nsapis.fr.
Python
Prima di provare questo esempio, segui le istruzioni di configurazione di Python nella guida rapida di BigQuery per l'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Python.
Per eseguire l'autenticazione in BigQuery, configura le Credenziali predefinite dell'applicazione. Per saperne di più, vedi Configura l'autenticazione per le librerie client.
Prima di eseguire gli esempi di codice, imposta la variabile di ambiente
GOOGLE_CLOUD_UNIVERSE_DOMAIN su s3nsapis.fr.
Passaggi successivi
- Per una panoramica di BigQuery ML, consulta Introduzione a BigQuery ML.
- Per iniziare a utilizzare BigQuery ML, consulta Crea modelli di machine learning in BigQuery ML.
- Per scoprire di più sull'utilizzo dei modelli, consulta: