Elenco modelli
La visualizzazione dell'elenco dei modelli BigQuery ML ti aiuta a scoprire e gestire gli asset di machine learning archiviati nei tuoi set di dati. Puoi recuperare queste informazioni per controllare i modelli disponibili prima di eseguire attività di valutazione o inferenza.
Autorizzazioni obbligatorie
Per elencare i modelli in un set di dati, 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.list. Se ti vengono concesse le autorizzazioni bigquery.models.list a livello di progetto, puoi elencare i modelli in qualsiasi set di dati del progetto. I seguenti ruoli IAM predefiniti a livello di progetto includono le autorizzazioni bigquery.models.list:
bigquery.dataViewerbigquery.dataEditorbigquery.dataOwnerbigquery.metadataViewerbigquery.userbigquery.admin
Per saperne di più sui ruoli e sulle autorizzazioni IAM in BigQuery ML, consulta Controllo degli accessi. Per ulteriori informazioni sui ruoli a livello di set di dati, consulta Ruoli di base per i set di dati.
Elenco modelli
Per elencare i modelli in un set di dati:
Console
Nella console Cloud de Confiance , vai alla pagina BigQuery.
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 e fai clic su Set di dati.
Fai clic sul set di dati che contiene il modello.
Fai clic sulla scheda Modelli.
bq
Esegui il comando bq ls con il flag --models o -m. Il flag --format può essere utilizzato per controllare l'output. Se elenchi i modelli in un progetto diverso da quello predefinito, aggiungi l'ID progetto al set di dati nel seguente formato: [PROJECT_ID]:[DATASET].
bq ls -m --format=pretty PROJECT_ID:DATASET
Sostituisci quanto segue:
PROJECT_IDè l'ID progetto.DATASETè il nome del set di dati.
L'output comando è simile al seguente quando viene utilizzato il flag --format=pretty. --format=pretty genera un output di tabella formattato. La colonna Model Type mostra il tipo di modello, ad esempio KMEANS.
+-------------------------+------------+--------+-----------------+ | Id | Model Type | Labels | Creation Time | +-------------------------+------------+--------+-----------------+ | mymodel | KMEANS | | 03 May 03:02:27 | +-------------------------+------------+--------+-----------------+
Esempi:
Inserisci il seguente comando per elencare i modelli nel set di dati mydataset nel tuo progetto predefinito.
bq ls --models --format=pretty mydataset
Inserisci il seguente comando per elencare i modelli nel set di dati mydataset in myotherproject. Questo comando utilizza la scorciatoia -m per elencare i modelli.
bq ls -m --format=pretty myotherproject:mydataset
API
Per elencare i modelli utilizzando l'API, chiama il metodo models.list e fornisci projectId e datasetId.
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: