Google Cloud Vertex AI教程报错：BQML模型无法导出部署至Vertex端点

问题情况 #

执行model.deploy(endpoint=endpoint)部署BQML模型到Vertex AI端点时，触发以下错误：

FailedPrecondition: 400 Model projects/<some_number>/locations/europe-west2/models/plans_copy_very_dumb_model@2 is not exportable from BigQueryML.

运行环境：Vertex AI Workbench（europe-west1区域），BigQuery数据集、Vertex AI模型及端点均位于europe-west2区域。

训练模型的BQML代码如下（替换了原教程的数据集和标签列）：

BQML_MODEL_NAME = f"plans_copy_very_dumb_model"

sql_train_model_bqml = f"""
CREATE OR REPLACE MODEL {BQ_DATASET_NAME}.{BQML_MODEL_NAME}    
OPTIONS(
  MODEL_TYPE="LOGISTIC_REG",
  input_label_cols=["id"], -- 此处替换为了id而非教程中的正确标签
  model_registry="vertex_ai",
  vertex_ai_model_version_aliases=['logistic_reg', 'experimental']
) AS

SELECT
  *
FROM
  `<some_name>.mongo_atlas_dev.plans_copy`
"""

run_bq_query(sql_train_model_bqml)

错误原因 #

1. 标签列设置错误：将id作为input_label_cols的目标列，逻辑回归模型需要的是分类/回归的目标变量（比如用户是否流失、订单状态等），而id是唯一标识符，无法作为有效标签训练出符合导出要求的模型，导致模型无法被Vertex AI识别为可导出的有效模型。
2. 模型训练有效性问题：使用无效标签训练的模型可能处于异常状态，即使注册到Vertex AI模型注册表，也不满足部署要求。

解决步骤 #

1. 修正标签列配置：将input_label_cols替换为数据集中实际的目标列（比如你的业务场景中需要预测的分类字段，例如is_churn、status等）。示例修改后的代码：

sql_train_model_bqml = f"""
CREATE OR REPLACE MODEL {BQ_DATASET_NAME}.{BQML_MODEL_NAME}    
OPTIONS(
  MODEL_TYPE="LOGISTIC_REG",
  input_label_cols=["your_target_column"], -- 替换为真实的目标字段名
  model_registry="vertex_ai",
  vertex_ai_model_version_aliases=['logistic_reg', 'experimental']
) AS

SELECT
  -- 建议只选择与预测相关的特征列，避免引入无关字段（如id）
  col1, col2, your_target_column
FROM
  `<some_name>.mongo_atlas_dev.plans_copy`
"""

2. 重新训练模型：执行修改后的SQL语句，确保模型训练成功，并且在Vertex AI模型注册表中能看到状态正常的模型版本。
3. 重新尝试部署：使用新训练的模型执行model.deploy(endpoint=endpoint)操作。

额外检查项 #

• 确认使用的BQML模型类型支持导出到Vertex AI：LOGISTIC_REG属于支持的模型类型，但需保证模型训练流程正常。
• 确保BigQuery数据集、Vertex AI模型及端点的区域一致（你当前已满足此条件），避免跨区域部署的潜在问题。

内容的提问来源于stack exchange，提问作者Wer Bn