ai_predict_class Funkce

Platí na:zaškrtnout ano, Databricks SQL zaškrtnout ano, Databricks Runtime 19.3 a výše

Important

Tato funkce je v beta verzi. Pro jeho použití musí správce pracovního prostoru zapnout Prediktivní AI funkce na stránce Náhledy . Viz Manage Azure Databricks preview.

ai_predict_class() trénuje klasifikační model z řádků, kde cílový sloupec není NULL , a předpovídá třídu pro řádky, kde je NULL. Funkce vrací pouze řádky, které hodnotí, a přidává sloupce predikce a spolehlivosti ke vstupním sloupcům.

Požadavky

  • Pro nebo Serverless SQL sklad, nebo cluster s Databricks Runtime 19.3 nebo novějším
  • Zapište si svůj pracovní prostor do náhledu Prediktivních AI funkcí . Viz Manage Azure Databricks preview.

Syntax

ai_predict_class(
  input => TABLE(input),
  target_col => target_col,
  feature_cols => feature_cols
  [, seed => seed]
)

Arguments

Všechny skalární argumenty předávajte podle jména. Můžete přejít input podle jména nebo pozice.

  • input je vstup s hodnotou tabulky, který obsahuje trénovací řádky a řádky pro skórování. Řádky, kde cílový sloupec není NULL , trénují model. Řádky, kde je cílový sloupec NULL , se bodují.
  • target_col je konstanta STRING , která pojmenovává cílový sloupec. Cílem musí být nejvyšší číselný sloupec, Booleovský nebo řetězcový sloupec a nesmí se objevovat v .feature_cols
  • feature_cols je neprázdná konstanta ARRAY<STRING> , která pojmenovává sloupce příznaků. Každý rys musí být sloupec nejvyšší úrovně čísel, Booleovské nebo řetězcové části.
  • seed (volitelné) je integrální hodnota, která inicializuje pseudonáhodné operace používané při trénování modelu. Výchozí hodnota je 0.

Returns

Funkce vrací tabulku obsahující vstupní řádky, kde cílový sloupec je NULL. Výstup zachovává všechny vstupní sloupce a přidává následující sloupce:

  • <target_col>_prediction: Předpovězená třída, se stejným datovým typem jako cílový sloupec.
  • <target_col>_confidence: Mezi DOUBLE0 a 1 , která obsahuje pravděpodobnost modelu pro předpovězenou třídu.

Pokud žádný vstupní řádek nemá NULL cíl, funkce vrátí prázdnou tabulku.

Example

Následující příklad trénuje na zákazníky s známými výsledky odchodu a předpovídá, zda zákazníci s chybějícími výsledky budou chovat zákazníky:

WITH customers AS (
  SELECT * FROM VALUES
    (1, 3, 'monthly', true),
    (2, 24, 'annual', false),
    (3, 5, 'monthly', true),
    (4, 30, 'annual', false),
    (5, 8, 'monthly', true),
    (6, 36, 'annual', false),
    (7, 6, 'monthly', NULL),
    (8, 28, 'annual', NULL)
  AS customers(customer_id, tenure_months, plan, churned)
)
SELECT customer_id, churned_prediction, churned_confidence
FROM ai_predict_class(
  input => TABLE(customers),
  target_col => 'churned',
  feature_cols => ARRAY('tenure_months', 'plan'),
  seed => 42
)
ORDER BY customer_id;

Omezení

  • Každé vyvolání podporuje jeden cílový sloupec a trénuje nový model. Funkce model neuchovává pro opětovné použití.
  • Cílové a feature sloupce musí být sloupce nejvyšší úrovně. Vnořená pole nejsou podpořena.
  • Trénovací řádky musí obsahovat alespoň dvě odlišné, necílovéNULL hodnoty.
  • Vstup nesmí již obsahovat sloupce pojmenované <target_col>_prediction nebo <target_col>_confidence.

Stavy chyb

Pro neplatné sloupce, typy nebo argumenty viz AI_PREDICT_INVALID_PARAMETER chybová podmínka. Pro nedostatečná tréninková data viz AI_PREDICT_INSUFFICIENT_TRAINING_DATA chybová podmínka.

Pro predikci číselné hodnoty použijte ai_predict_value funkci. Pro klasifikaci textu podle štítků, které zadáváte bez tréninku tabulárních řádků, použijte ai_classify funkci. Pro další AI funkce viz Transformace nestrukturovaných dat pomocí AI funkcí.

  • Poslední aktualizace v