Previsão com AutoML (computação clássica)

Use o AutoML para encontrar automaticamente o melhor algoritmo de previsão e configuração de hiperparâmetro para prever valores com base em dados de séries temporais.

A previsão de séries temporais só está disponível para o Databricks Runtime 10.0 ML ou superior.

Configurar o experimento de previsão com a interface do usuário

Você pode configurar um problema de previsão usando a interface do usuário do AutoML com as seguintes etapas:

1. Na barra lateral, selecione Experimentos.
2. No cartão Previsão, selecione Iniciar treinamento.

O padrão da interface do usuário de previsão é a previsão sem servidor. Para acessar a previsão com sua própria computação, selecione reverter para a experiência antiga.

Configurar o experimento autoML

1. A página Configurar experimento do AutoML é exibida. Nessa página, você configura o processo AutoML, especificando o conjunto de pontos, o tipo de problema, a coluna de destino ou de rótulo a prever, a métrica a ser usada para avaliar e pontuar as execuções de experimento e as condições de interrupção.

2. No campo Computação, selecione um cluster em execução Databricks Runtime 10.0 ML ou superior.

3. Em Conjunto de dados, clique em Procurar. Navegue até a tabela que você deseja usar e clique em Selecionar. O esquema de tabela é exibido.

4. Clique no campo Destino de previsão. Um menu suspenso será exibido listando as colunas mostradas no esquema. Selecione a coluna que você deseja que o modelo preveja.

5. Clique no campo Coluna de tempo. Uma lista suspensa é exibida mostrando as colunas do conjuntos de dados do tipo timestamp ou date. Selecione a coluna que contém os períodos para a série de temporal.

6. Para previsão de várias séries, selecione as colunas que identificam as séries temporais individuais no menu suspenso de Identificadores de séries temporais. O AutoML agrupa os dados por essas colunas como séries temporais diferentes e treina um modelo para cada série de forma independente. Se você deixar esse campo em branco, o AutoML assumirá que o conjuntos de dados contém uma única série temporal.

7. Nos campos Horizonte e frequência de previsão, especifique o número de períodos no futuro para os quais o AutoML deve calcular valores previstos. Na caixa à esquerda, insira o número inteiro de períodos a prever. Na caixa à direita, selecione as unidades.

   Observação

   Para usar o ARIMA automático, a série temporal deve ter uma frequência regular em que o intervalo entre dois pontos seja o mesmo em toda a série temporal. A frequência deve corresponder à unidade de frequência especificada na chamada à API ou na interface do usuário do AutoML. O AutoML trata das etapas de tempo ausentes preenchendo esses valores com o valor anterior.

8. No Databricks Runtime 11.3 LTS ML e superior, você pode salvar os resultados da previsão. Para fazer isso, especifique um banco de dados no campo Banco de Dados de Saída. Clique em Procurar e selecione um banco de dados na caixa de diálogo. O AutoML grava os resultados da previsão em uma tabela neste banco de dados.

9. O campo Nome do experimento mostra o nome padrão. Para alterá-lo, digite o novo nome no campo.

Também é possível:

• Especifique opções de configuração adicionais.
• Use tabelas de recursos existentes no Repositório de Recursos para aumentar o conjunto de dados de entrada original.

Configurações avançadas

Abra a seçãoConfiguração Avançada (opcional) para acessar esses parâmetros.

• A métrica de avaliação é a principal métrica usada para pontuar as executações.
• No Databricks Runtime 10.4 LTS ML e superior, você pode excluir estruturas de treinamento da consideração. Por padrão, o AutoML treina modelos usando estruturas listadas em Algoritmos AutoML.
• Você pode editar as condições de interrupção. As condições de interrupção padrão são:
  • Para experimentos de previsão, pare após 120 minutos.
  • No Databricks Runtime 10.4 LTS ML e abaixo, para experiências de classificação e regressão, pare após 60 minutos ou após completar 200 ensaios, o que acontecer primeiro. Para o Databricks Runtime 11.0 ML e superior, o número de tentativas não é usado como condição de parada.
  • No Databricks Runtime 10.4 LTS ML e superior, para experimentos de classificação e regressão, o AutoML incorpora parada antecipada; ele interrompe o treinamento e o ajuste de modelos se a métrica de validação não estiver mais melhorando.
• No Databricks Runtime 10.4 LTS ML e superior, você pode selecionar a time column para dividir os dados para treinamento, validação e teste em ordem cronológica (aplica-se somente à classificação e regressão).
• O Databricks recomenda deixar o campo Diretório de dados vazio. Não preencher esse campo dispara o comportamento padrão de armazenar com segurança o conjunto de dados como um artefato MLflow. Um caminho DBFS pode ser especificado, mas, nesse caso, o conjunto de dados não herda as permissões de acesso do experimento AutoML.

Executar o experimento e monitorar os resultados

Para iniciar o experimento de AutoML, clique em Iniciar AutoML. O experimento começa a ser executado e a página de treinamento do AutoML é exibida. Para atualizar a tabela de execuções, clique no .

Ver o progresso da experiência

Nesta página, você pode:

• Pare o experimento a qualquer momento.
• Abra o notebook de exploração de dados.
• Monitorar execuções
• Navegue até a página de execução para qualquer execução.

Com Databricks Runtime 10.1 ML e superior, o AutoML exibe avisos sobre possíveis problemas com o conjuntos de dados, como tipos de coluna sem suporte ou colunas de alta cardinalidade.

Para ver os avisos do conjunto de dados, clique na guia Avisos na página de treinamento ou na página do experimento, após a conclusão do experimento.

Exibir os resultados

Quando o experimento for concluído, você poderá:

• Registrar e implantar um dos modelos com o MLflow.
• Selecione Exibir notebook para o melhor modelo para revisar e editar o notebook que criou o melhor modelo.
• Selecione Exibir notebook de exploração de dados para abrir o notebook de exploração de dados.
• Pesquise, filtre e classificar as executações na tabela de executações.
• Confira os detalhes de qualquer execução:
  • O notebook gerado contendo o código-fonte para uma execução da avaliação gratuita pode ser encontrado clicando na execução do MLflow. O notebooks é salvo na seção Artefatos da página de execução. Você pode baixar esse notebook e importá-lo para o espaço de trabalho, se o download de artefatos estiver habilitado pelos administradores do seu espaço de trabalho.
  • Para exibir os resultados da execução, clique na coluna Modelos ou na coluna Hora de Início. A página de execução será exibida, mostrando informações sobre a execução de avaliação (como parâmetros, métricas e marcas) e artefatos criados pela execução, incluindo o modelo. Esta página também inclui snippets de código que você pode usar para fazer previsões com o modelo.

Para retornar a esse experimento de AutoML mais tarde, encontre-o na tabela na página Experimentos. Os resultados de cada experimento de AutoML, incluindo os notebooks de treinamento e exploração de dados, são armazenados em uma pasta databricks_automl na pasta inicial do usuário que fez o experimento.

Registrar e implantar um modelo

Registre e implante seu modelo usando a interface do usuário do AutoML. Quando uma execução é concluída, a linha superior mostra o melhor modelo com base na métrica primária.

1. Selecione o link na coluna Modelos para o modelo que você deseja registrar.
2. Selecione para registrá-lo no Catálogo do Unity ou no Registro de Modelos.

   Observação

   O Databricks recomenda que você registre modelos no Catálogo do Unity para os recursos mais recentes.

3. Após o registro, você pode implantar o modelo em um endpoint de serviço de modelo personalizado.

Nenhum módulo chamado 'pandas.core.indexes.numeric'

Ao servir um modelo criado usando o AutoML com o Serviço de Modelo, você pode receber o erro: No module named 'pandas.core.indexes.numeric.

Isso ocorre devido a uma versão incompatível pandas entre o AutoML e o modelo que atende ao ambiente de ponto de extremidade. Você pode resolve esse erro executando o script add-pandas-dependency.py. O script edita o requirements.txt e conda.yaml para que o modelo registrado inclua a versão de dependência apropriada pandas : pandas==1.5.3

1. Modifique o script para incluir o run_id da execução do MLflow em que o modelo foi registrado.
2. Registre novamente o modelo no Catálogo do Unity ou no registro de modelo.
3. Tente fornecer a nova versão do modelo MLflow.

Próximas etapas

• API de previsão
• Configurações de preparação de dados de previsão
• Previsão com covariância