问题描述
与此处提出的问题类似的问题-exclude columns from dataset in GCP AutoML Tables，但更为复杂
我正在使用AUTOML表，但是从sql数据库创建CSV文件来训练模型，在后端，当需要对新数据进行预测时，提交CSV文件，然后从中获取输出CSV文件GCP存储桶中的文件夹。
我的问题是，在训练模型后，当您提交新数据进行评分时，是否可以以编程方式在CSV训练中传递未在模型训练中使用的唯一ID，以便我可以使用该ID以确保将正确的分数分配给批次中的记录？
或者，如果训练后的模型的模式要求该唯一ID以读取预测请求CSV（因为它在模式中可能需要相同数量的变量），则可以传递变量（唯一ID）在模型训练中，但没有在训练中使用此变量（因为我不想在唯一ID中引入任何意想不到的偏见）？
我可以看到使用python可以实现的目标，但是我无法在REST文档中的任何地方找到可以使用API的地方。
任何帮助表示赞赏。
解决方法
Google Cloud AutoML将AutoML API REST表示为程序接口，可通过REST HTTP调用或流行编程语言的客户端库访问不同的ML模型方法。
尤其是对于AutoML Tables产品，正如我在评论中提到的那样，您可能可以组成models.create API method，定义适当的TablesModelMetadata metadata模型，在准备好的数据集上触发训练过程。
进一步发现TablesModelMetadata JSON形式，您可以找到inputFeatureColumnSpecs字段，您可以在其中指定表的columns，并在该字段上训练模型。
根据inputFeatureColumnSpecs的描述，如果此字段中未存储任何列名，则所有主表的列均用于训练和预测输入，除了 target_column ， weight_column 和 ml_use_column 。