Eseguire il rilevamento di anomalie con un modello di previsione delle serie temporali multivariate

Questo tutorial mostra come svolgere le seguenti attività:

Questo tutorial utilizza le seguenti tabelle del set di dati pubblico epa_historical_air_quality, che contiene informazioni giornaliere su PM 2.5, temperatura e velocità del vento raccolte da più città degli Stati Uniti:

Autorizzazioni obbligatorie

  • Per creare il set di dati, devi disporre dell'autorizzazione IAM bigquery.datasets.create.

  • Per creare il modello, devi disporre delle seguenti autorizzazioni:

    • bigquery.jobs.create
    • bigquery.models.create
    • bigquery.models.getData
    • bigquery.models.updateData

  • Per eseguire l'inferenza, devi disporre delle seguenti autorizzazioni:

    • bigquery.models.getData
    • bigquery.jobs.create

Per saperne di più sui ruoli e sulle autorizzazioni IAM in BigQuery, consulta Introduzione a IAM.

Costi

In questo documento utilizzi i seguenti componenti fatturabili di Google Cloud:

  • BigQuery: You incur costs for the data you process in BigQuery.

Per generare una stima dei costi in base all'utilizzo previsto, utilizza il calcolatore prezzi.

I nuovi utenti di Google Cloud potrebbero avere diritto a una prova gratuita.

Per ulteriori informazioni, consulta la pagina Prezzi di BigQuery.

Prima di iniziare

  1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. Verify that billing is enabled for your Google Cloud project.

  4. Enable the BigQuery API.

    Enable the API

  5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  6. Verify that billing is enabled for your Google Cloud project.

  7. Enable the BigQuery API.

    Enable the API

    8.

    Crea un set di dati

    Crea un set di dati BigQuery per archiviare il tuo modello ML.

    Console

    1. Nella console Google Cloud , vai alla pagina BigQuery.

      Vai alla pagina BigQuery

    2. Nel riquadro Explorer, fai clic sul nome del progetto.

    3. Fai clic su Visualizza azioni > Crea set di dati.

      L'opzione di menu Crea set di dati.

    4. Nella pagina Crea set di dati:

      • In ID set di dati, inserisci bqml_tutorial.

      • Per Tipo di località, seleziona Multi-regione e poi Stati Uniti (più regioni negli Stati Uniti).

      • Lascia invariate le restanti impostazioni predefinite e fai clic su Crea set di dati.

    bq

    Per creare un nuovo set di dati, utilizza il comando bq mk con il flag --location. Per un elenco completo dei possibili parametri, consulta la documentazione di riferimento del comando bq mk --dataset.

    1. Crea un set di dati denominato bqml_tutorial con la località dei dati impostata su US e una descrizione di BigQuery ML tutorial dataset:

      bq --location=US mk -d \  --description "BigQuery ML tutorial dataset." \  bqml_tutorial

      Anziché utilizzare il flag --dataset, il comando utilizza la scorciatoia -d. Se ometti -d e --dataset, il comando crea per impostazione predefinita un dataset.

    2. Verifica che il set di dati sia stato creato:

      bq ls

    API

    Chiama il metodo datasets.insert con una risorsa dataset definita.

    {   "datasetReference": {      "datasetId": "bqml_tutorial"   } }

    BigQuery DataFrames

    Prima di provare questo esempio, segui le istruzioni di configurazione di BigQuery DataFrames nella guida rapida di BigQuery che utilizza BigQuery DataFrames. Per ulteriori informazioni, consulta la documentazione di riferimento di BigQuery DataFrames.

    Per eseguire l'autenticazione in BigQuery, configura le Credenziali predefinite dell'applicazione. Per maggiori informazioni, vedi Configurare ADC per un ambiente di sviluppo locale. 

    import google.cloud.bigquery  bqclient = google.cloud.bigquery.Client() bqclient.create_dataset("bqml_tutorial", exists_ok=True)

    prepara i dati di addestramento

    I dati relativi a PM2, 5, temperatura e velocità del vento si trovano in tabelle separate. Crea la tabella bqml_tutorial.seattle_air_quality_daily dei dati di addestramento combinando i dati in queste tabelle pubbliche. bqml_tutorial.seattle_air_quality_daily contiene le seguenti colonne:

  • date: la data dell'osservazione
  • PM2.5: il valore medio di PM2,5 per ogni giorno
  • wind_speed: la velocità media del vento per ogni giorno
  • temperature: la temperatura più alta per ogni giorno

La nuova tabella contiene i dati giornalieri dall'11 agosto 2009 al 31 gennaio 2022.

  1. Vai alla pagina BigQuery.

    Vai a BigQuery

  2. Nel riquadro dell'editor SQL, esegui la seguente istruzione SQL:

    CREATE TABLE `bqml_tutorial.seattle_air_quality_daily` AS WITH   pm25_daily AS (     SELECT       avg(arithmetic_mean) AS pm25, date_local AS date     FROM       `bigquery-public-data.epa_historical_air_quality.pm25_nonfrm_daily_summary`     WHERE       city_name = 'Seattle'       AND parameter_name = 'Acceptable PM2.5 AQI & Speciation Mass'     GROUP BY date_local   ),   wind_speed_daily AS (     SELECT       avg(arithmetic_mean) AS wind_speed, date_local AS date     FROM       `bigquery-public-data.epa_historical_air_quality.wind_daily_summary`     WHERE       city_name = 'Seattle' AND parameter_name = 'Wind Speed - Resultant'     GROUP BY date_local   ),   temperature_daily AS (     SELECT       avg(first_max_value) AS temperature, date_local AS date     FROM       `bigquery-public-data.epa_historical_air_quality.temperature_daily_summary`     WHERE       city_name = 'Seattle' AND parameter_name = 'Outdoor Temperature'     GROUP BY date_local   ) SELECT   pm25_daily.date AS date, pm25, wind_speed, temperature FROM pm25_daily JOIN wind_speed_daily USING (date) JOIN temperature_daily USING (date)

Crea il modello

Crea un modello di serie temporale multivariata utilizzando i dati di bqml_tutorial.seattle_air_quality_daily come dati di addestramento.

  1. Vai alla pagina BigQuery.

    Vai a BigQuery

  2. Nel riquadro dell'editor SQL, esegui la seguente istruzione SQL:

    CREATE OR REPLACE MODEL `bqml_tutorial.arimax_model`   OPTIONS (     model_type = 'ARIMA_PLUS_XREG',     auto_arima=TRUE,     time_series_data_col = 'temperature',     time_series_timestamp_col = 'date'     ) AS SELECT   * FROM   `bqml_tutorial.seattle_air_quality_daily` WHERE   date < "2023-02-01";

    Il completamento della query richiede diversi secondi, dopodiché il modello arimax_model viene visualizzato nel set di dati bqml_tutorial nel riquadro Explorer.

    Poiché la query utilizza un'istruzione CREATE MODEL per creare un modello, non ci sono risultati della query.

Eseguire il rilevamento delle anomalie sui dati storici

Esegui il rilevamento delle anomalie sui dati storici che hai utilizzato per addestrare il modello.

  1. Vai alla pagina BigQuery.

    Vai a BigQuery

  2. Nel riquadro dell'editor SQL, esegui la seguente istruzione SQL:

    SELECT   * FROM   ML.DETECT_ANOMALIES (    MODEL `bqml_tutorial.arimax_model`,    STRUCT(0.6 AS anomaly_prob_threshold)   ) ORDER BY   date ASC;

    I risultati sono simili ai seguenti:

     +-------------------------+-------------+------------+--------------------+--------------------+---------------------+ | date                    | temperature | is_anomaly | lower_bound        | upper_bound        | anomaly_probability | +--------------------------------------------------------------------------------------------------------------------+ | 2009-08-11 00:00:00 UTC | 70.1        | false      | 67.647370742988727 | 72.552629257011262 | 0                   | +--------------------------------------------------------------------------------------------------------------------+ | 2009-08-12 00:00:00 UTC | 73.4        | false      | 71.7035428351283   | 76.608801349150838 | 0.20478819992561115 | +--------------------------------------------------------------------------------------------------------------------+ | 2009-08-13 00:00:00 UTC | 64.6        | true       | 67.740408724826068 | 72.6456672388486   | 0.945588334903206   | +-------------------------+-------------+------------+--------------------+--------------------+---------------------+

Eseguire il rilevamento delle anomalie sui nuovi dati

Esegui il rilevamento delle anomalie sui nuovi dati che generi.

  1. Vai alla pagina BigQuery.

    Vai a BigQuery

  2. Nel riquadro dell'editor SQL, esegui la seguente istruzione SQL:

    SELECT   * FROM   ML.DETECT_ANOMALIES (    MODEL `bqml_tutorial.arimax_model`,    STRUCT(0.6 AS anomaly_prob_threshold),    (      SELECT        *      FROM        UNNEST(          [            STRUCT<date TIMESTAMP, pm25 FLOAT64, wind_speed FLOAT64, temperature FLOAT64>            ('2023-02-01 00:00:00 UTC', 8.8166665, 1.6525, 44.0),            ('2023-02-02 00:00:00 UTC', 11.8354165, 1.558333, 40.5),            ('2023-02-03 00:00:00 UTC', 10.1395835, 1.6895835, 46.5),            ('2023-02-04 00:00:00 UTC', 11.439583500000001, 2.0854165, 45.0),            ('2023-02-05 00:00:00 UTC', 9.7208335, 1.7083335, 46.0),            ('2023-02-06 00:00:00 UTC', 13.3020835, 2.23125, 43.5),            ('2023-02-07 00:00:00 UTC', 5.7229165, 2.377083, 47.5),            ('2023-02-08 00:00:00 UTC', 7.6291665, 2.24375, 44.5),            ('2023-02-09 00:00:00 UTC', 8.5208335, 2.2541665, 40.5),            ('2023-02-10 00:00:00 UTC', 9.9086955, 7.333335, 39.5)          ]        )      )    );

    I risultati sono simili ai seguenti:

     +-------------------------+-------------+------------+--------------------+--------------------+---------------------+------------+------------+ | date                    | temperature | is_anomaly | lower_bound        | upper_bound        | anomaly_probability | pm25       | wind_speed | +----------------------------------------------------------------------------------------------------------------------------------------------+ | 2023-02-01 00:00:00 UTC | 44.0        | true       | 36.89918003713138  | 41.8044385511539   | 0.88975675709801583 | 8.8166665  | 1.6525     | +----------------------------------------------------------------------------------------------------------------------------------------------+ | 2023-02-02 00:00:00 UTC | 40.5        | false      | 34.439946284051572 | 40.672021330796483 | 0.57358239699845348 | 11.8354165 | 1.558333   | +--------------------------------------------------------------------------------------------------------------------+-------------------------+ | 2023-02-03 00:00:00 UTC | 46.5        | true       | 33.615139992931191 | 40.501364463964549 | 0.97902867696346974 | 10.1395835 | 1.6895835  | +-------------------------+-------------+------------+--------------------+--------------------+---------------------+-------------------------+

Esegui la pulizia

  1. In the Google Cloud console, go to the Manage resources page.

    Go to Manage resources

  2. In the project list, select the project that you want to delete, and then click Delete.
  3. In the dialog, type the project ID, and then click Shut down to delete the project.