fungsi ai_predict_class

Berlaku untuk: Databricks SQL Databricks Runtime 19.3 ke atas

Important

Fitur ini ada di Beta. Admin ruang kerja dapat mengontrol akses ke fitur ini dari halaman Pratinjau . Lihat Kelola Pratinjau Azure Databricks.

ai_predict_class() melatih model klasifikasi dari baris di mana kolom target tidak NULL dan memprediksi kelas untuk baris di mana kolom tersebut berada NULLdi . Fungsi ini hanya mengembalikan baris yang diberi skor dan menambahkan kolom prediksi serta kepercayaan ke kolom input.

Persyaratan

• Gudang SQL Pro atau Serverless, atau klaster yang menjalankan Databricks Runtime 19.3 atau lebih tinggi
• Daftarkan ruang kerja Anda dalam pratinjau Predictive AI Functions . Lihat Kelola Pratinjau Azure Databricks.

Sintaksis

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

Arguments

Lewatkan semua argumen skalar berdasarkan nama. Anda bisa menyebut input nama atau posisi.

• input adalah input bernilai tabel yang berisi baris pelatihan dan baris yang akan dinilai. Baris di mana kolom target tidak NULL dilatih model. Baris tempat kolom target berada NULL akan diberi skor.
• target_col adalah konstanta STRING yang menamai kolom target. Target harus berupa kolom numerik, Boolean, atau string tingkat atas dan tidak boleh muncul di feature_cols.
• feature_cols adalah konstanta ARRAY<STRING> yang tidak kosong yang memberi nama pada kolom fitur. Setiap fitur harus berupa kolom numerik, Boolean, atau string tingkat atas.
• seed (opsional) adalah nilai integral yang menginisialisasi operasi pseudorandom yang digunakan selama pelatihan model. Defaultnya adalah 0.

Returns

Fungsi ini mengembalikan tabel yang berisi baris input di mana kolom target adalah NULL. Output mempertahankan semua kolom input dan menambahkan kolom-kolom berikut:

• <target_col>_prediction: Kelas yang diprediksi, dengan tipe data yang sama dengan kolom target.
• <target_col>_confidence: A DOUBLE antara 0 dan 1 yang mengandung probabilitas model untuk kelas yang diprediksi.

Jika tidak ada baris input yang memiliki NULL target, fungsi akan mengembalikan tabel kosong.

Example

Contoh berikut melatih pelanggan dengan hasil churn yang diketahui dan memprediksi apakah pelanggan dengan hasil yang hilang akan melakukan churn:

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;

Limitations

• Setiap pemanggilan mendukung satu kolom target dan melatih model baru. Fungsi ini tidak mempertahankan model untuk digunakan kembali.
• Kolom target dan fitur harus berupa kolom tingkat atas. Field bersarang tidak didukung.
• Baris pelatihan harus mengandung setidaknya dua nilai berbeda yang tidakNULL bersifat target.
• Input tidak boleh sudah berisi kolom bernama <target_col>_prediction atau <target_col>_confidence.

Kondisi kesalahan

Untuk kolom, tipe, atau argumen yang tidak valid, lihat AI_PREDICT_INVALID_PARAMETER kondisi kesalahan. Untuk data pelatihan yang tidak memadai, lihat kondisi AI_PREDICT_INSUFFICIENT_TRAINING_DATA kesalahan.

Fungsi terkait

Untuk memprediksi nilai numerik, gunakan ai_predict_value fungsi. Untuk mengklasifikasikan teks terhadap label yang Anda berikan tanpa pelatihan pada baris tabel, gunakan ai_classify fungsi. Untuk Fungsi AI lainnya, lihat Transformasi data tidak terstruktur menggunakan Fungsi AI.