Addestrare un modello di previsione

Google Cloud console

1. Nella console Google Cloud , nella sezione Vertex AI, vai alla pagina Set di dati.

   Vai alla pagina Set di dati

2. Fai clic sul nome del set di dati che vuoi utilizzare per addestrare il modello per aprire la pagina dei dettagli.

3. Se il tipo di dati utilizza set di annotazioni, seleziona quello che vuoi utilizzare per questo modello.

4. Fai clic su Addestra nuovo modello.

5. Seleziona Altro.

6. Nella pagina Metodo di addestramento, configura quanto segue:

   1. Seleziona il metodo di addestramento del modello. Per scoprire di più, consulta Metodi di addestramento dei modelli.

   2. Fai clic su Continua.

7. Nella pagina Dettagli modello, configura quanto segue:

   1. Inserisci il nome visualizzato per il nuovo modello.

   2. Seleziona la colonna di destinazione.

      La colonna target è il valore che il modello prevede. Scopri di più sui requisiti della colonna target.

   3. Se non hai impostato le colonne Identificatore serie e Timestamp nel set di dati, selezionale ora.

   4. Seleziona la granularità dei dati. Seleziona Daily se vuoi utilizzare la modellazione degli effetti delle festività. Scopri come scegliere la granularità dei dati.

   5. (Facoltativo): nel menu a discesa Regioni per festività, scegli una o più regioni geografiche per attivare la modellazione dell'effetto delle festività. Durante l'addestramento, Vertex AI crea funzionalità categoriche per le festività all'interno del modello in base alla data della colonna Timestamp e alle regioni geografiche specificate. Puoi selezionare questa opzione solo quando la granularità dei dati è impostata su Daily. Per impostazione predefinita, la modellazione dell'effetto festività è disattivata. Per scoprire di più sulle regioni geografiche utilizzate per la modellazione degli effetti delle festività, consulta Regioni delle festività.

   6. Inserisci la finestra contestuale e l'orizzonte di previsione.

      L'orizzonte di previsione determina per quanto lontano nel futuro il modello prevede il valore target per ogni riga di dati di previsione. L'orizzonte di previsione è specificato in unità di granularità dei dati.

      La finestra contestuale imposta quanto indietro nel tempo il modello guarda durante l'addestramento (e per le previsioni). In altre parole, per ogni punto dati di addestramento, la finestra di contesto determina quanto indietro nel tempo il modello cerca pattern predittivi. La finestra di contesto è specificata in unità di granularità dei dati.

      Scopri di più.

   7. Se vuoi esportare il set di dati di test in BigQuery, seleziona Esporta il set di dati di test in BigQuery e fornisci il nome della tabella.

   8. Se vuoi controllare manualmente la suddivisione dei dati o configurare la finestra di previsione, apri le opzioni avanzate.

   9. La suddivisione predefinita dei dati è cronologica, con le percentuali standard 80/10/10. Se vuoi specificare manualmente a quale suddivisione vengono assegnate le righe, seleziona Manuale e specifica la colonna Suddivisione dati.

      Scopri di più sulle suddivisioni dei dati.

   10. Seleziona una strategia di finestra mobile per la generazione della finestra di previsione. La strategia predefinita è Conteggio.

       • Conteggio: imposta il valore per il numero massimo di finestre nella casella di testo fornita.
       • Passo: imposta il valore della lunghezza del passo nella casella di testo fornita.
       • Colonna: seleziona il nome della colonna appropriato dal menu a discesa fornito.

       Per scoprire di più, vedi Strategie per le finestre temporali continue.

   11. Fai clic su Continua.

8. Nella pagina Training options (Opzioni di addestramento), configura quanto segue:

   1. Se non l'hai ancora fatto, fai clic su Genera statistiche.

      La generazione delle statistiche compila i menu a discesa Trasformazione.

   2. Esamina l'elenco delle colonne ed escludi dall'addestramento le colonne che non devono essere utilizzate per addestrare il modello.

      Se utilizzi una colonna di suddivisione dati, questa deve essere inclusa.

   3. Rivedi le trasformazioni selezionate per le funzionalità incluse e apporta gli aggiornamenti necessari.

      Le righe contenenti dati non validi per la trasformazione selezionata vengono escluse dall'addestramento. Scopri di più sulle trasformazioni.

   4. Per ogni colonna inclusa per l'addestramento, specifica il tipo di funzionalità per il modo in cui la funzionalità si relaziona alla serie temporale e se è disponibile al momento della previsione. Scopri di più su tipo e disponibilità delle funzionalità.

   5. Se vuoi specificare una colonna del peso, modificare l'obiettivo di ottimizzazione rispetto a quello predefinito o attivare la previsione gerarchica, apri Opzioni avanzate.

   6. (Facoltativo) Se vuoi specificare una colonna del peso, selezionala dall'elenco a discesa. Scopri di più sulle colonne di ponderazione.

   7. (Facoltativo) Se vuoi selezionare l'obiettivo di ottimizzazione, selezionalo dall'elenco. Scopri di più sugli obiettivi di ottimizzazione.

   8. (Facoltativo) Se vuoi utilizzare la previsione gerarchica, seleziona Attiva previsione gerarchica. Puoi scegliere tra tre opzioni di raggruppamento:

      • No grouping
      • Group by columns
      • Group all

      Puoi anche scegliere di impostare i seguenti pesi della perdita aggregata:

      • Group total weight. Questo campo può essere impostato solo se selezioni l'opzione Group by columns o Group all.
      • Temporal total weight.
      • Group temporal total weight. Questo campo può essere impostato solo se selezioni l'opzione Group by columns o Group all.

      Scopri di più sulle previsioni gerarchiche.

   9. Fai clic su Continua.

9. Nella pagina Compute e prezzi, configura quanto segue:

   1. Inserisci il numero massimo di ore per cui vuoi addestrare il modello. Questa impostazione ti aiuta a limitare i costi di addestramento. Il tempo effettivo trascorso può essere superiore a questo valore, perché sono coinvolte altre operazioni nella creazione di un nuovo modello.

      Il tempo di addestramento suggerito è correlato alle dimensioni dell'orizzonte di previsione e ai dati di addestramento. La tabella seguente fornisce alcuni esempi di esecuzioni di addestramento per la previsione e l'intervallo di tempo di addestramento necessario per addestrare un modello di alta qualità.

      Righe	Funzionalità	Orizzonte di previsione	Tempo di addestramento
      12 milioni	10	6	3-6 ore
      20 milioni	50	13	6-12 ore
      16 milioni	30	365	24-48 ore

      Per informazioni sui prezzi dell'addestramento, consulta la pagina dei prezzi.

   2. Fai clic su Inizia addestramento.

      L'addestramento del modello può richiedere molte ore, a seconda delle dimensioni e della complessità dei dati e del budget di addestramento, se ne hai specificato uno. Puoi chiudere questa scheda e tornarci in un secondo momento. Riceverai un'email al termine dell'addestramento del modello.

API

Seleziona una scheda per la tua lingua o il tuo ambiente:

POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT/locations/LOCATION/trainingPipelines

{
    "displayName": "TRAINING_PIPELINE_DISPLAY_NAME",
    "trainingTaskDefinition": "TRAINING_TASK_DEFINITION",
    "trainingTaskInputs": {
        "targetColumn": "TARGET_COLUMN",
        "timeColumn": "TIME_COLUMN",
        "timeSeriesIdentifierColumn": "TIME_SERIES_IDENTIFIER_COLUMN",
        "weightColumn": "WEIGHT_COLUMN",
        "trainBudgetMilliNodeHours": TRAINING_BUDGET,
        "dataGranularity": {"unit": "GRANULARITY_UNIT", "quantity": GRANULARITY_QUANTITY},
        "hierarchyConfig": {"groupColumns": GROUP_COLUMNS, "groupTotalWeight": GROUP_TOTAL_WEIGHT, "temporalTotalWeight": TEMPORAL_TOTAL_WEIGHT, "groupTemporalTotalWeight": GROUP_TEMPORAL_TOTAL_WEIGHT}
        "holidayRegions" : ["HOLIDAY_REGIONS_1", "HOLIDAY_REGIONS_2", ...]
        "forecast_horizon": FORECAST_HORIZON,
        "context_window": CONTEXT_WINDOW,
        "optimizationObjective": "OPTIMIZATION_OBJECTIVE",
        "quantiles": "QUANTILES",
        "enableProbabilisticInference": "PROBABILISTIC_INFERENCE",
        "time_series_attribute_columns": ["TIME_SERIES_ATTRIBUTE_COL_1", "TIME_SERIES_ATTRIBUTE_COL_2", ...]
        "available_at_forecast_columns": ["AVAILABLE_AT_FORECAST_COL_1", "AVAILABLE_AT_FORECAST_COL_2", ...]
        "unavailable_at_forecast_columns": ["UNAVAILABLE_AT_FORECAST_COL_1", "UNAVAILABLE_AT_FORECAST_COL_2", ...]
        "transformations": [
            {"TRANSFORMATION_TYPE_1":  {"column_name" : "COLUMN_NAME_1"} },
            {"TRANSFORMATION_TYPE_2":  {"column_name" : "COLUMN_NAME_2"} },
            ...
    },
    "modelToUpload": {"displayName": "MODEL_DISPLAY_NAME"},
    "inputDataConfig": {
      "datasetId": "DATASET_ID",
    }
}

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT/locations/LOCATION/trainingPipelines"

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT/locations/LOCATION/trainingPipelines" | Select-Object -Expand Content

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION/trainingPipelines/TRAINING_PIPELINE_ID",
  "displayName": "myModelName",
  "trainingTaskDefinition": "gs://google-cloud-aiplatform/schema/trainingjob/definition/automl_tabular_1.0.0.yaml",
  "modelToUpload": {
    "displayName": "myModelName"
  },
  "state": "PIPELINE_STATE_PENDING",
  "createTime": "2020-08-18T01:22:57.479336Z",
  "updateTime": "2020-08-18T01:22:57.479336Z"
}

def create_training_pipeline_forecasting_time_series_dense_encoder_sample(
    project: str,
    display_name: str,
    dataset_id: str,
    location: str = "us-central1",
    model_display_name: str = "my_model",
    target_column: str = "target_column",
    time_column: str = "date",
    time_series_identifier_column: str = "time_series_id",
    unavailable_at_forecast_columns: List[str] = [],
    available_at_forecast_columns: List[str] = [],
    forecast_horizon: int = 1,
    data_granularity_unit: str = "week",
    data_granularity_count: int = 1,
    training_fraction_split: float = 0.8,
    validation_fraction_split: float = 0.1,
    test_fraction_split: float = 0.1,
    budget_milli_node_hours: int = 8000,
    timestamp_split_column_name: str = "timestamp_split",
    weight_column: str = "weight",
    time_series_attribute_columns: List[str] = [],
    context_window: int = 0,
    export_evaluated_data_items: bool = False,
    export_evaluated_data_items_bigquery_destination_uri: Optional[str] = None,
    export_evaluated_data_items_override_destination: bool = False,
    quantiles: Optional[List[float]] = None,
    enable_probabilistic_inference: bool = False,
    validation_options: Optional[str] = None,
    predefined_split_column_name: Optional[str] = None,
    sync: bool = True,
):
    aiplatform.init(project=project, location=location)

    # Create training job
    forecasting_tide_job = aiplatform.TimeSeriesDenseEncoderForecastingTrainingJob(
        display_name=display_name,
        optimization_objective="minimize-rmse",
    )

    # Retrieve existing dataset
    dataset = aiplatform.TimeSeriesDataset(dataset_id)

    # Run training job
    model = forecasting_tide_job.run(
        dataset=dataset,
        target_column=target_column,
        time_column=time_column,
        time_series_identifier_column=time_series_identifier_column,
        unavailable_at_forecast_columns=unavailable_at_forecast_columns,
        available_at_forecast_columns=available_at_forecast_columns,
        forecast_horizon=forecast_horizon,
        data_granularity_unit=data_granularity_unit,
        data_granularity_count=data_granularity_count,
        training_fraction_split=training_fraction_split,
        validation_fraction_split=validation_fraction_split,
        test_fraction_split=test_fraction_split,
        predefined_split_column_name=predefined_split_column_name,
        timestamp_split_column_name=timestamp_split_column_name,
        weight_column=weight_column,
        time_series_attribute_columns=time_series_attribute_columns,
        context_window=context_window,
        export_evaluated_data_items=export_evaluated_data_items,
        export_evaluated_data_items_bigquery_destination_uri=export_evaluated_data_items_bigquery_destination_uri,
        export_evaluated_data_items_override_destination=export_evaluated_data_items_override_destination,
        quantiles=quantiles,
        enable_probabilistic_inference=enable_probabilistic_inference,
        validation_options=validation_options,
        budget_milli_node_hours=budget_milli_node_hours,
        model_display_name=model_display_name,
        sync=sync,
    )

    model.wait()

    print(model.display_name)
    print(model.resource_name)
    print(model.uri)
    return model

Controllare la suddivisione dei dati utilizzando REST

Puoi controllare come vengono suddivisi i dati di addestramento tra i set di addestramento, convalida e test. Utilizza una colonna di suddivisione per specificare manualmente la suddivisione dei dati per ogni riga e forniscila come parte di un PredefinedSplit oggetto Split nel inputDataConfig della richiesta JSON.

DATA_SPLIT_COLUMN è la colonna contenente i valori di divisione dei dati (TRAIN, VALIDATION, TEST).

"predefinedSplit": {
  "key": DATA_SPLIT_COLUMN
},

Scopri di più sulle suddivisioni dei dati.

Configura la strategia della finestra mobile utilizzando REST

Puoi fornire un oggetto windowConfig per configurare una strategia di finestra mobile per la generazione della finestra di previsione. La strategia predefinita è maxCount.

• Per utilizzare l'opzione maxCount, aggiungi quanto segue a trainingTaskInputs della richiesta JSON. MAX_COUNT_VALUE si riferisce al numero massimo di finestre.

    "windowConfig": {
      "maxCount": MAX_COUNT_VALUE
    },
    ```
  

• Per utilizzare l'opzione strideLength, aggiungi quanto segue a trainingTaskInputs della richiesta JSON. STRIDE_LENGTH_VALUE si riferisce al valore della lunghezza del passo.

    "windowConfig": {
      "strideLength": STRIDE_LENGTH_VALUE
    },
    ```
  

• Per utilizzare l'opzione column, aggiungi quanto segue a trainingTaskInputs della richiesta JSON. COLUMN_NAME si riferisce al nome della colonna con valori True o False.

    "windowConfig": {
      "column": "COLUMN_NAME"
    },
    ```
  

Per scoprire di più, vedi Strategie per le finestre temporali continue.