GSP246

總覽

BigQuery 是 Google 推出的全代管數據分析資料庫，具備免維運 (NoOps) 與低成本的優勢。有了這項產品，您不必管理基礎架構，也不需要資料庫管理員，就能查詢 TB 規模的資料。

BigQuery ML 讓資料分析師只需編寫少量程式碼，就能建立、訓練、評估機器學習模型，並將模型用於預測結果。

在本實驗室，您將運用 BigQuery 公開資料集內數百萬筆紐約市黃色計程車的載客行程資料，在 BigQuery 建立機器學習模型，讓模型根據輸入內容預測車資，並評估模型成效及實際預測。

學習重點

本實驗室將引導您完成下列工作：

• 使用 BigQuery 尋找公開資料集
• 查詢及探索公開計程車資料集
• 建立訓練和評估資料集，供批次預測使用
• 在 BigQuery ML 建立預測 (線性迴歸) 模型
• 評估機器學習模型成效

設定和需求

瞭解以下事項後，再點選「Start Lab」按鈕

請詳閱以下操作說明。實驗室活動會計時，且中途無法暫停。點選「Start Lab」後就會開始計時，顯示可使用 Google Cloud 資源的時間。

您將在真正的雲端環境完成實作實驗室活動，而不是模擬或示範環境。為此，我們會提供新的暫時憑證，供您在實驗室活動期間登入及存取 Google Cloud。

為了順利完成這個實驗室，請先確認：

• 可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。

注意事項：請使用無痕模式 (建議選項) 或私密瀏覽視窗執行此實驗室，這可以防止個人帳戶和學員帳戶之間的衝突，避免個人帳戶產生額外費用。

• 是時候完成實驗室活動了！別忘了，活動一旦開始將無法暫停。

注意事項：務必使用實驗室專用的學員帳戶。如果使用其他 Google Cloud 帳戶，可能會產生額外費用。

如何開始實驗室及登入 Google Cloud 控制台

1. 按一下「Start Lab」按鈕。如果實驗室會產生費用，請在開啟的對話方塊中選取付款方式。右側的「Lab setup and access」面板會顯示下列項目：

   • 「Open Google Cloud console」按鈕
   • 此實驗室所需的臨時憑證 (使用者名稱和密碼)
   • 完成此實驗室所需的其他資訊 (如有)

   請注意，實驗室計時器位於頁面頂端附近，會顯示剩餘時間。

2. 按一下「Open Google Cloud console」。如果使用 Chrome 瀏覽器，也可以按一下滑鼠右鍵，選取「在無痕視窗中開啟連結」。

   接著，實驗室會啟動相關資源，並開啟另一個分頁，顯示「登入」頁面。

   提示：您可以在不同的視窗並排開啟分頁。

   注意：頁面顯示「選擇帳戶」對話方塊時，請點選「使用其他帳戶」。

3. 如有必要，請將下方的 Username 貼到「登入」對話方塊。

   {{{user_0.username | "Username"}}}

   您也可以在「Lab setup and access」面板找到「Username」。

4. 點選「下一步」。

5. 複製下方的 Password，並貼到「歡迎使用」對話方塊。

   {{{user_0.password | "Password"}}}

   您也可以在「Lab setup and access」面板找到「Password」。

6. 點選「下一步」。

   重要事項：請務必使用實驗室提供的憑證，而非自己的 Google Cloud 帳戶憑證。 注意：如果使用自己的 Google Cloud 帳戶來進行這個實驗室，可能會產生額外費用。

7. 繼續點按後續頁面：

   • 接受條款及細則。
   • 由於這是臨時帳戶，請勿新增救援選項或雙重驗證機制。
   • 請勿申請免費試用。

Google Cloud 控制台稍後會在這個分頁開啟。

注意：如要使用 Google Cloud 產品和服務，請按一下「導覽選單」，或在「搜尋」欄位輸入服務或產品名稱。

開啟 BigQuery 控制台

1. 在 Google Cloud 控制台中，依序選取「導覽選單」>「BigQuery」。

接著，畫面中會顯示「歡迎使用 Cloud 控制台中的 BigQuery」訊息方塊，當中會列出快速入門導覽課程指南的連結和版本資訊。

2. 點選「完成」。

BigQuery 控制台會隨即開啟。

工作 1：探索紐約市計程車資料

問題：2015 年黃色計程車每個月的載客次數是多少？

1. 複製下列 SQL 程式碼，並貼入「查詢編輯器」：

#standardSQL SELECT TIMESTAMP_TRUNC(pickup_datetime, MONTH) month, COUNT(*) trips FROM `bigquery-public-data.new_york.tlc_yellow_trips_2015` GROUP BY 1 ORDER BY 1

2. 然後點選「執行」。

畫面上會顯示下列結果：

如表所示，在 2015 年，紐約市計程車每個月的載客次數都超過 1,000 萬次，數量相當驚人！

確認工作完成情況

點選「Check my progress」確認工作已完成。如果順利完成，就會看見評估分數。

計算 2015 年黃色計程車各月份的載客次數

問題：2015 年黃色計程車載客的平均時速是多少？

• 將先前的查詢換成下列內容，然後點選「執行」：

#standardSQL SELECT EXTRACT(HOUR FROM pickup_datetime) hour, ROUND(AVG(trip_distance / TIMESTAMP_DIFF(dropoff_datetime, pickup_datetime, SECOND))*3600, 1) speed FROM `bigquery-public-data.new_york.tlc_yellow_trips_2015` WHERE trip_distance > 0 AND fare_amount/trip_distance BETWEEN 2 AND 10 AND dropoff_datetime > pickup_datetime GROUP BY 1 ORDER BY 1

畫面上會顯示下列結果：

日間平均時速約 11-12 英里，但到了清晨 5 點，平均時速幾乎翻倍，達到 21 英里。這很合理，因為凌晨 5 點時通常車流量較低。

確認工作完成情況

點選「Check my progress」確認工作已完成。如果順利完成，就會看見評估分數。

計算 2015 年黃色計程車的載客平均時速

工作 2：確定目標

接下來，您將在 BigQuery 建立機器學習模型，利用歷來的載客行程資料集與相關數據，預測紐約市計程車的車資。無論是對乘客還是計程車業者而言，能在出發前預測車資，對行程規劃都非常有幫助。

工作 3：選取特徵並建立訓練資料集

「紐約市黃色計程車」資料集為市府提供的公開資料集，目前已在 BigQuery 中開放自由使用。

您可以先瀏覽完整欄位清單，再預覽資料集，從中尋找實用特徵，協助機器學習模型理解過往「載客行程」資料與「車資」之間的關聯。

您的團隊決定測試下列欄位，看看是否適合做為車資預測模型的輸入特徵：

• 通行費
• 車資
• 時段
• 上車地址
• 下車地址
• 乘客人數

1. 將查詢換成下列內容：

#standardSQL WITH params AS ( SELECT 1 AS TRAIN, 2 AS EVAL ), daynames AS (SELECT ['Sun', 'Mon', 'Tues', 'Wed', 'Thurs', 'Fri', 'Sat'] AS daysofweek), taxitrips AS ( SELECT (tolls_amount + fare_amount) AS total_fare, daysofweek[ORDINAL(EXTRACT(DAYOFWEEK FROM pickup_datetime))] AS dayofweek, EXTRACT(HOUR FROM pickup_datetime) AS hourofday, pickup_longitude AS pickuplon, pickup_latitude AS pickuplat, dropoff_longitude AS dropofflon, dropoff_latitude AS dropofflat, passenger_count AS passengers FROM `nyc-tlc.yellow.trips`, daynames, params WHERE trip_distance > 0 AND fare_amount > 0 AND MOD(ABS(FARM_FINGERPRINT(CAST(pickup_datetime AS STRING))),1000) = params.TRAIN ) SELECT * FROM taxitrips

關於以上查詢，有幾點需要注意：

• 查詢的主要內容位於最下方 (SELECT * from taxitrips)。
• taxitrips 負責從 NYC 資料集中擷取主要資料，其中的 SELECT 包含您的訓練特徵與標籤。
• WHERE 會過濾掉您不想用於訓練的資料。
• WHERE 也包含取樣子句，只擷取 1/1000 的資料。
• 定義名為 TRAIN 的變數，以便快速建構獨立的 EVAL 資料集。

2. 瞭解這個查詢的用途後，請點選「執行」。

畫面上會顯示類似下方的結果：

何者為標籤 (正確答案)？

total_fare 是本模型的標籤 (也就是要預測的目標)。這個欄位是由 tolls_amount 和 fare_amount 計算而來。由於小費金額取決於乘客意願，因此可以忽略不計，不納入模型。

確認工作完成情況

點選「Check my progress」確認工作已完成。如果順利完成，就會看見評估分數。

測試各欄位是否適合做為車資預測模型的輸入特徵

工作 4：建立用於儲存模型的 BigQuery 資料集

在本節中，您將建立新的 BigQuery 資料集，用來儲存機器學習模型。

1. 在左側的「Explorer」面板中，依序點選專案 ID 旁的「查看動作」圖示和「建立資料集」。

2. 在「建立資料集」對話方塊中，輸入下列資訊：

• 在「資料集 ID」部分，輸入 taxi。
• 在「位置類型」部分，選取「us(multiple regions in United States)」。
• 其他設定保留預設值。

3. 接著點選「建立資料集」。

確認工作完成情況

點選「Check my progress」確認工作已完成。如果順利完成，就會看見評估分數。

建立用於儲存模型的 BigQuery 資料集

工作 5：選擇 BigQuery ML 模型類型並指定選項

選定初步特徵後，即可開始在 BigQuery 建立第一個機器學習模型。

目前有多種模型可供選擇：

• 預測模型：使用線性迴歸 (linear_reg) 預測數值，例如下個月的銷售量。
• 二元/多類別分類模型：使用邏輯迴歸 (logistic_reg) 進行分類，例如判別郵件是否為垃圾郵件。
• k-means 分群模型：想透過非監督式學習探索內容時，即可使用此模型。

注意：機器學習領域還有許多種模型 (例如類神經網路或決策樹)，通常可透過 TensorFlow 等程式庫使用。目前 BQML 僅支援上述三種類型，詳情請參閱 BQML 藍圖。

1. 輸入下列查詢來建立模型，並指定模型選項：

CREATE or REPLACE MODEL taxi.taxifare_model OPTIONS (model_type='linear_reg', labels=['total_fare']) AS WITH params AS ( SELECT 1 AS TRAIN, 2 AS EVAL ), daynames AS (SELECT ['Sun', 'Mon', 'Tues', 'Wed', 'Thurs', 'Fri', 'Sat'] AS daysofweek), taxitrips AS ( SELECT (tolls_amount + fare_amount) AS total_fare, daysofweek[ORDINAL(EXTRACT(DAYOFWEEK FROM pickup_datetime))] AS dayofweek, EXTRACT(HOUR FROM pickup_datetime) AS hourofday, pickup_longitude AS pickuplon, pickup_latitude AS pickuplat, dropoff_longitude AS dropofflon, dropoff_latitude AS dropofflat, passenger_count AS passengers FROM `nyc-tlc.yellow.trips`, daynames, params WHERE trip_distance > 0 AND fare_amount > 0 AND MOD(ABS(FARM_FINGERPRINT(CAST(pickup_datetime AS STRING))),1000) = params.TRAIN ) SELECT * FROM taxitrips

2. 接著點選「執行」來訓練模型。

3. 等模型訓練完成 (5 至 10 分鐘)。

訓練完成後，畫面會顯示下列訊息：「This statement will create a new model named qwiklabs-gcp-03-xxxxxxxx:taxi.taxifare_model」，表示訓練成功。

4. 查看計程車資料集，確認「taxifare_model」已出現。

接下來，您將使用模型從未見過的全新資料，評估模型成效。

確認工作完成情況

點選「Check my progress」確認工作已完成。如果順利完成，就會看見評估分數。

建立計程車資模型

工作 6：評估分類模型的成效

選取評估標準

針對線性迴歸模型，通常會使用均方根誤差 (RMSE) 等損失指標，透過持續訓練與調整，將模型的 RMSE 降至最低。

在 BQML 評估訓練好的機器學習模型時，可以查詢 mean_squared_error 欄位，並套用 SQRT() 函式來計算 RMSE。

模型訓練完成後，您可以執行以下 ML.EVALUATE 查詢來評估模型成效。

1. 複製下列指令並貼入「查詢編輯器」，然後點選「執行」：

#standardSQL SELECT SQRT(mean_squared_error) AS rmse FROM ML.EVALUATE(MODEL taxi.taxifare_model, ( WITH params AS ( SELECT 1 AS TRAIN, 2 AS EVAL ), daynames AS (SELECT ['Sun', 'Mon', 'Tues', 'Wed', 'Thurs', 'Fri', 'Sat'] AS daysofweek), taxitrips AS ( SELECT (tolls_amount + fare_amount) AS total_fare, daysofweek[ORDINAL(EXTRACT(DAYOFWEEK FROM pickup_datetime))] AS dayofweek, EXTRACT(HOUR FROM pickup_datetime) AS hourofday, pickup_longitude AS pickuplon, pickup_latitude AS pickuplat, dropoff_longitude AS dropofflon, dropoff_latitude AS dropofflat, passenger_count AS passengers FROM `nyc-tlc.yellow.trips`, daynames, params WHERE trip_distance > 0 AND fare_amount > 0 AND MOD(ABS(FARM_FINGERPRINT(CAST(pickup_datetime AS STRING))),1000) = params.EVAL ) SELECT * FROM taxitrips ))

接下來，您將使用 params.EVAL 篩選出的另一組計程車載客資料來評估模型。

2. 執行完畢後，請檢視模型結果 (RMSE 值可能有些微差異)。

Row	rmse
1	9.477056435999074

模型評估後的 RMSE 為 9.47。由於 RMSE 是均方誤差的平方根，單位與 total_fare 相同，因此 9.47 的誤差值即代表 ±$9.47 美元。

這項損失指標是否達到讓模型正式上線的標準，完全取決於您在訓練開始前設定的評估基準。建立基準即是針對模型成效與準確度，確立一個可接受的最低門檻。

確認工作完成情況

點選「Check my progress」確認工作已完成。如果順利完成，就會看見評估分數。

評估分類模型的成效

工作 7：預測計程車資

接下來請編寫查詢，使用新模型預測。

• 複製下列指令並貼入「查詢編輯器」，然後點選「執行」：

#standardSQL SELECT * FROM ml.PREDICT(MODEL `taxi.taxifare_model`, ( WITH params AS ( SELECT 1 AS TRAIN, 2 AS EVAL ), daynames AS (SELECT ['Sun', 'Mon', 'Tues', 'Wed', 'Thurs', 'Fri', 'Sat'] AS daysofweek), taxitrips AS ( SELECT (tolls_amount + fare_amount) AS total_fare, daysofweek[ORDINAL(EXTRACT(DAYOFWEEK FROM pickup_datetime))] AS dayofweek, EXTRACT(HOUR FROM pickup_datetime) AS hourofday, pickup_longitude AS pickuplon, pickup_latitude AS pickuplat, dropoff_longitude AS dropofflon, dropoff_latitude AS dropofflat, passenger_count AS passengers FROM `nyc-tlc.yellow.trips`, daynames, params WHERE trip_distance > 0 AND fare_amount > 0 AND MOD(ABS(FARM_FINGERPRINT(CAST(pickup_datetime AS STRING))),1000) = params.EVAL ) SELECT * FROM taxitrips ));

現在，模型預測的計程車資會與實際車資及其他特徵並列顯示，方便您比對。畫面上會顯示類似下方的結果：

確認工作完成情況

點選「Check my progress」確認工作已完成。如果順利完成，就會看見評估分數。

預測計程車資

工作 8：利用特徵工程改良模型

建構機器學習模型是一項需要反覆調整的工作。評估完初始模型的成效後，我們通常會回頭刪減特徵與資料列，看看是否能進一步提升模型表現。

篩選訓練資料集

接著，請查看計程車資的常用統計資料。

1. 複製下列指令並貼入「查詢編輯器」，然後點選「執行」：

SELECT COUNT(fare_amount) AS num_fares, MIN(fare_amount) AS low_fare, MAX(fare_amount) AS high_fare, AVG(fare_amount) AS avg_fare, STDDEV(fare_amount) AS stddev FROM `nyc-tlc.yellow.trips` # 1,108,779,463 fares

輸出內容應與下方類似：

如您所見，資料集中有一些明顯的離群值，像是負數車資或超過 $50,000 美元的極端金額。我們應運用專業知識排除這些異常資料，確保模型不會受到離群值的干擾。

限制資料範圍，僅保留介於 $6 美元至 $200 美元之間的車資。

2. 複製下列指令並貼入「查詢編輯器」，然後點選「執行」：

SELECT COUNT(fare_amount) AS num_fares, MIN(fare_amount) AS low_fare, MAX(fare_amount) AS high_fare, AVG(fare_amount) AS avg_fare, STDDEV(fare_amount) AS stddev FROM `nyc-tlc.yellow.trips` WHERE trip_distance > 0 AND fare_amount BETWEEN 6 and 200 # 843,834,902 fares

輸出內容應與下方類似：

這樣稍微好一些。與此同時，我們也可以限制行駛距離，讓模型學習時完全鎖定紐約市內的行程資料。

3. 複製下列指令並貼入「查詢編輯器」，然後點選「執行」：

SELECT COUNT(fare_amount) AS num_fares, MIN(fare_amount) AS low_fare, MAX(fare_amount) AS high_fare, AVG(fare_amount) AS avg_fare, STDDEV(fare_amount) AS stddev FROM `nyc-tlc.yellow.trips` WHERE trip_distance > 0 AND fare_amount BETWEEN 6 and 200 AND pickup_longitude > -75 #limiting of the distance the taxis travel out AND pickup_longitude < -73 AND dropoff_longitude > -75 AND dropoff_longitude < -73 AND pickup_latitude > 40 AND pickup_latitude < 42 AND dropoff_latitude > 40 AND dropoff_latitude < 42 # 827,365,869 fares

輸出內容應與下方類似：

目前仍有超過 8 億筆載客資料可供新模型學習。請套用這些新的限制條件再重新訓練模型，看看模型表現如何。

重新訓練模型

將新的線性迴歸模型命名為 taxi.taxifare_model_2，然後重新訓練模型來預測總車資。您會發現，這次的指令也加入了幾項計算得出的特徵，也就是上下車地點之間的歐幾里得距離 (直線距離)。

• 複製下列指令並貼入「查詢編輯器」，然後點選「執行」：

CREATE OR REPLACE MODEL taxi.taxifare_model_2 OPTIONS (model_type='linear_reg', labels=['total_fare']) AS WITH params AS ( SELECT 1 AS TRAIN, 2 AS EVAL ), daynames AS (SELECT ['Sun', 'Mon', 'Tues', 'Wed', 'Thurs', 'Fri', 'Sat'] AS daysofweek), taxitrips AS ( SELECT (tolls_amount + fare_amount) AS total_fare, daysofweek[ORDINAL(EXTRACT(DAYOFWEEK FROM pickup_datetime))] AS dayofweek, EXTRACT(HOUR FROM pickup_datetime) AS hourofday, SQRT(POW((pickup_longitude - dropoff_longitude),2) + POW(( pickup_latitude - dropoff_latitude), 2)) as dist, #Euclidean distance between pickup and drop off SQRT(POW((pickup_longitude - dropoff_longitude),2)) as longitude, #Euclidean distance between pickup and drop off in longitude SQRT(POW((pickup_latitude - dropoff_latitude), 2)) as latitude, #Euclidean distance between pickup and drop off in latitude passenger_count AS passengers FROM `nyc-tlc.yellow.trips`, daynames, params WHERE trip_distance > 0 AND fare_amount BETWEEN 6 and 200 AND pickup_longitude > -75 #limiting of the distance the taxis travel out AND pickup_longitude < -73 AND dropoff_longitude > -75 AND dropoff_longitude < -73 AND pickup_latitude > 40 AND pickup_latitude < 42 AND dropoff_latitude > 40 AND dropoff_latitude < 42 AND MOD(ABS(FARM_FINGERPRINT(CAST(pickup_datetime AS STRING))),1000) = params.TRAIN ) SELECT * FROM taxitrips

重新訓練模型可能需時數分鐘。在控制台收到下列訊息後，即可繼續下一步：

評估新模型的成效

模型調整完成後，請利用資料集評估模型表現。

• 複製下列指令並貼入「查詢編輯器」，然後點選「執行」：

SELECT SQRT(mean_squared_error) AS rmse FROM ML.EVALUATE(MODEL taxi.taxifare_model_2, ( WITH params AS ( SELECT 1 AS TRAIN, 2 AS EVAL ), daynames AS (SELECT ['Sun', 'Mon', 'Tues', 'Wed', 'Thurs', 'Fri', 'Sat'] AS daysofweek), taxitrips AS ( SELECT (tolls_amount + fare_amount) AS total_fare, daysofweek[ORDINAL(EXTRACT(DAYOFWEEK FROM pickup_datetime))] AS dayofweek, EXTRACT(HOUR FROM pickup_datetime) AS hourofday, SQRT(POW((pickup_longitude - dropoff_longitude),2) + POW(( pickup_latitude - dropoff_latitude), 2)) as dist, #Euclidean distance between pickup and drop off SQRT(POW((pickup_longitude - dropoff_longitude),2)) as longitude, #Euclidean distance between pickup and drop off in longitude SQRT(POW((pickup_latitude - dropoff_latitude), 2)) as latitude, #Euclidean distance between pickup and drop off in latitude passenger_count AS passengers FROM `nyc-tlc.yellow.trips`, daynames, params WHERE trip_distance > 0 AND fare_amount BETWEEN 6 and 200 AND pickup_longitude > -75 #limiting of the distance the taxis travel out AND pickup_longitude < -73 AND dropoff_longitude > -75 AND dropoff_longitude < -73 AND pickup_latitude > 40 AND pickup_latitude < 42 AND dropoff_latitude > 40 AND dropoff_latitude < 42 AND MOD(ABS(FARM_FINGERPRINT(CAST(pickup_datetime AS STRING))),1000) = params.EVAL ) SELECT * FROM taxitrips ))

輸出內容應與下方類似：

如您所見，RMSE 已下降至 ±$5.12 美元，相較於第一個模型的 ±$9.47 美元有顯著進步。

由於 RMSE 代表預測誤差的標準差，這顯示重新訓練後的線性迴歸模型已大幅提升準確度。

工作 9：隨堂測驗

完成下列選擇題有助於加深對本實驗室概念的理解，請盡力作答。

工作 10：探索其他資料集

如想嘗試用其他資料集建模，比如預測芝加哥的計程車資，可以使用 bigquery-public-data 專案。

1. 前往「Explorer」面板，依序點選「+ 新增資料」 >「依據名稱為專案加上星號」>「輸入專案名稱」，然後輸入名稱 bigquery-public-data，即可開啟 bigquery-public-data 資料集。

2. 點選「加上星號」。

bigquery-public-data 專案會列在「Explorer」專區。

恭喜！

您已成功在 BigQuery 建構機器學習模型，可以用來預測紐約市的計程車資了。

後續行動/瞭解詳情

• 如要進一步瞭解 BiqQuery ML，請參閱 BigQuery ML 說明文件。
• 如要進一步瞭解如何在 Agent Platform 管理 BigQuery ML 模型，請參閱將 BigQuery ML 模型註冊至 Model Registry 的說明文件。

Google Cloud 教育訓練與認證

協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法，讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程，並有隨選、線上和虛擬課程等選項，方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。

使用手冊上次更新日期：2026 年 1 月 7 日

實驗室上次測試日期：2026 年 1 月 7 日

Copyright 2026 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。