Mostrar modelos
En esta página se explica cómo enumerar los modelos de BigQuery ML de un conjunto de datos. Puedes enumerar los modelos de BigQuery ML por lo siguiente:
- Con la Google Cloud consola.
- Usando el comando
bq ls
en la herramienta de línea de comandos bq. - Llamar al método de API
models.list
directamente o mediante las bibliotecas de cliente.
Permisos obligatorios
Para ver una lista de los modelos de un conjunto de datos, debes tener asignado el rol READER
en el conjunto de datos o un rol de gestión de identidades y accesos (IAM) a nivel de proyecto que incluya permisos de bigquery.models.list
. Si se te conceden
bigquery.models.list
permisos a nivel de proyecto, puedes enumerar los modelos de
cualquier conjunto de datos del proyecto. Los siguientes roles de gestión de identidades y accesos predefinidos a nivel de proyecto incluyen los permisos de bigquery.models.list
:
bigquery.dataViewer
bigquery.dataEditor
bigquery.dataOwner
bigquery.metadataViewer
bigquery.user
bigquery.admin
Para obtener más información sobre los roles y permisos de gestión de identidades y accesos en BigQuery ML, consulta el artículo sobre el control de acceso. Para obtener más información sobre los roles a nivel de conjunto de datos, consulta Roles básicos de los conjuntos de datos.
Mostrar modelos
Para mostrar los modelos de un conjunto de datos, sigue estos pasos:
Consola
En la Google Cloud consola, ve a la página BigQuery.
En el panel Explorador, expande tu proyecto y, a continuación, un conjunto de datos.
Despliega la carpeta Modelos del conjunto de datos.
bq
Ejecuta el comando bq ls
con la marca --models
o -m
. La marca
--format
se puede usar para controlar el resultado. Si quieres ver una lista de los modelos de un proyecto que no sea el predeterminado, añade el ID del proyecto al conjunto de datos con el siguiente formato:
[PROJECT_ID]:[DATASET]
.
bq ls -m --format=pretty PROJECT_ID:DATASET
Haz los cambios siguientes:
PROJECT_ID
es el ID del proyecto.DATASET
es el nombre del conjunto de datos.
La salida del comando tiene el siguiente aspecto cuando se usa la marca --format=pretty
. --format=pretty
genera una tabla con formato. La columna Model Type
muestra el tipo de modelo, por ejemplo, KMEANS
.
+-------------------------+------------+--------+-----------------+ | Id | Model Type | Labels | Creation Time | +-------------------------+------------+--------+-----------------+ | mymodel | KMEANS | | 03 May 03:02:27 | +-------------------------+------------+--------+-----------------+
Ejemplos:
Introduce el siguiente comando para ver una lista de los modelos del conjunto de datos mydataset
de tu proyecto predeterminado.
bq ls --models --format=pretty mydataset
Introduce el siguiente comando para enumerar los modelos del conjunto de datos mydataset
en myotherproject
. Este comando usa la combinación de teclas -m
para mostrar una lista de modelos.
bq ls -m --format=pretty myotherproject:mydataset
API
Para enumerar modelos mediante la API, llama al método models.list
y proporciona projectId
y datasetId
.
Go
Antes de probar este ejemplo, sigue las Goinstrucciones de configuración de la guía de inicio rápido de BigQuery con bibliotecas de cliente. Para obtener más información, consulta la documentación de referencia de la API Go de BigQuery.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Para obtener más información, consulta el artículo Configurar la autenticación para bibliotecas de cliente.
Java
Antes de probar este ejemplo, sigue las Javainstrucciones de configuración de la guía de inicio rápido de BigQuery con bibliotecas de cliente. Para obtener más información, consulta la documentación de referencia de la API Java de BigQuery.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Para obtener más información, consulta el artículo Configurar la autenticación para bibliotecas de cliente.
Node.js
Antes de probar este ejemplo, sigue las Node.jsinstrucciones de configuración de la guía de inicio rápido de BigQuery con bibliotecas de cliente. Para obtener más información, consulta la documentación de referencia de la API Node.js de BigQuery.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Para obtener más información, consulta el artículo Configurar la autenticación para bibliotecas de cliente.
Python
Antes de probar este ejemplo, sigue las Pythoninstrucciones de configuración de la guía de inicio rápido de BigQuery con bibliotecas de cliente. Para obtener más información, consulta la documentación de referencia de la API Python de BigQuery.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Para obtener más información, consulta el artículo Configurar la autenticación para bibliotecas de cliente.
Siguientes pasos
- Para obtener una descripción general de BigQuery ML, consulta la introducción a BigQuery ML.
- Para empezar a usar BigQuery ML, consulta el artículo Crear modelos de aprendizaje automático en BigQuery ML.
- Para obtener más información sobre cómo trabajar con modelos, consulta estos artículos: