使用客户机库列出数据集的机器学习模型,使用Google Big Query ML Python API
我正在努力寻找关于如何使用Python包装器列出与BQ中给定数据集相关联的所有机器学习模型的参考资料使用客户机库列出数据集的机器学习模型,使用Google Big Query ML Python API,python,google-cloud-platform,google-bigquery,Python,Google Cloud Platform,Google Bigquery,我正在努力寻找关于如何使用Python包装器列出与BQ中给定数据集相关联的所有机器学习模型的参考资料 client = bigquery.Client(project =project_id) 实例化客户端,但是如何运行简单的 列出模型(dataset=dataset\u id)操作 我可以直接通过RESTAPI来实现这一点 url_bq_ml_list = 'https://bigquery.googleapis.com/bigquery/v2/projects/{}/datasets/{}
client = bigquery.Client(project =project_id)
实例化客户端,但是如何运行简单的
列出模型(dataset=dataset\u id)
操作
我可以直接通过RESTAPI来实现这一点
url_bq_ml_list = 'https://bigquery.googleapis.com/bigquery/v2/projects/{}/datasets/{}/models'.format(project_id, dataset_id)
但是真的找不到如何使用python客户机做到这一点!谢谢你的帮助 因此,在搜索了相当一段时间后,似乎确实可以通过python客户端完成:
models_available = client.list_models(dataset_id)
其中客户:
client = bigquery.Client(project=project_id)
其中,dataset_id是BQ数据集,project_id是实际GCP项目
希望这能帮助其他尝试使用大查询ML的人