Datos tabulares de tipo "Hello": desplegar un modelo y solicitar una predicción

Una vez que haya terminado de entrenar tu modelo de clasificación tabular de AutoML, crea un endpoint y despliega el modelo en él. Una vez que tu modelo se haya desplegado en este nuevo endpoint, pruébalo solicitando una predicción.

Cargar el modelo

Cuando tu modelo termine de entrenarse, aparecerá en la pestaña Modelos.

1. En la Google Cloud consola, en la sección Vertex AI, ve a la página Modelos.

   Ir a la página Modelos

2. En la lista de modelos, haz clic en el nombre del modelo entrenado que has creado anteriormente.

3. Los modelos se organizan en versiones. Haz clic en el número de versión del modelo 1.

Evaluar el modelo

El panel Evaluar te ayuda a saber cómo ha funcionado el modelo con el conjunto de prueba. Cuando hayas terminado, ve a la siguiente parte del tutorial.

Métricas de evaluación

Opcional. Coloca el puntero sobre los iconos ? para obtener información sobre cada métrica de evaluación.

Opcional. Mueve el control deslizante del umbral de confianza para ver cómo influyen en las puntuaciones de precisión, recuperación y F1.

Matriz de confusiones

La matriz de confusión muestra cómo se compara una predicción con el conjunto de prueba (datos reales).

Recuerda que la etiqueta "1" es la clase negativa (el cliente no ha contratado un depósito a plazo fijo) y "2" es la clase positiva. Es probable que tu modelo haya predicho mejor la clase negativa que la positiva. Quizá con más tiempo de entrenamiento, más datos o funciones adicionales, podrías mejorar el rendimiento predictivo de la clase positiva.

Importancia de características

La importancia de las funciones muestra cómo ha afectado cada función al entrenamiento del modelo. Cuanto mayor sea el valor, más impacto tendrá.

Probablemente, tu modelo muestre que la duración (el tiempo que ha durado la comunicación más reciente entre el banco y el cliente, en segundos) ha contribuido en gran medida al resultado de la predicción.

Desplegar un modelo en un endpoint

Para probar un modelo o hacer predicciones online, debes desplegarlo en un endpoint.

1. Abre el panel Despliegue y prueba.

2. En Desplegar el modelo, haz clic en Desplegar en el endpoint.

3. Introduce Structured_AutoML_Tutorial como nombre del endpoint.

4. Haz clic en Continuar.

5. Mantén el mínimo de nodos de cálculo en 1 y no introduzcas un máximo.

6. Selecciona el tipo de máquina n1-standard-2.

7. Haz clic en Continuar.

8. Desactivar la monitorización del modelo en este endpoint.

9. Para crear el endpoint y desplegar el modelo en él, haz clic en Desplegar.

   El despliegue del modelo tarda unos 5 minutos. Cuando tu endpoint esté listo, ve a la siguiente parte del tutorial.

Solicitar una predicción

Ahora que tu modelo se ha desplegado en un endpoint, puedes enviarle solicitudes de predicción. En lugar de enviar una solicitud a través de la API o de gcloud, puedes probar tu modelo en esta página.

1. En la sección Prueba tu modelo, verás una columna Valor que ya está rellenada. Puedes usar esos valores o introducir otros.

2. En la parte inferior de la sección, pulsa Predecir.

   En este modelo, el resultado de predicción 1 representa un resultado negativo: no se realiza ningún depósito en el banco. Un resultado de predicción de 2 representa un resultado positivo: se ha realizado un depósito en el banco.

   El modelo devolverá una puntuación de confianza, que es el nivel de certeza del modelo de que la etiqueta seleccionada es la correcta. El valor predeterminado probablemente ha devuelto una puntuación de confianza alta.

3. Opcional. Prueba a cambiar la duración a un valor mucho más alto y vuelve a pulsar Predecir.

Siguientes pasos

• Para evitar que se te apliquen cargos imprevistos, sigue las instrucciones que se indican en el artículo Limpiar un proyecto.

• Más información sobre la evaluación de modelos

• Más información sobre las predicciones de modelos