적용 대상:
브릭스 SQL 체크 예 브릭스 런타임 19.3 이상
Important
이 기능은 베타 버전으로 제공됩니다. 사용하려면 작업 공간 관리자가 Previews 페이지에서 예측 AI 기능을 켜야 합니다. Azure Databricks 미리 보기 관리를 참조하세요.
ai_predict_value() 목표 열이 없는 NULL 행에서 회귀 모델을 학습시키고, 목표 열이 있는 NULL행에 대해 목표를 예측합니다. 이 함수는 점수를 얻은 행만 반환하고 입력 열에 예측 열을 추가합니다.
요구 사항
- Pro나 Serverless SQL 웨어하우스, 또는 Databricks Runtime 19.3 이상을 실행하는 클러스터
- Predictive AI Functions 미리보기에서 작업 공간을 등록하세요. Azure Databricks 미리 보기 관리를 참조하세요.
Syntax
ai_predict_value(
input => TABLE(input),
target_col => target_col,
feature_cols => feature_cols
[, seed => seed]
)
Arguments
모든 스칼라 인수에 이름을 따라 전달합니다. 이름이나 포지션으로 패스 input 할 수 있습니다.
-
input는 학습 행과 점수를 받을 행을 포함하는 테이블 값의 입력입니다. 대상 열이 있는 행은 모델을 학습하지 않습니다NULL. 목표 열이 있는NULL행은 점수를 매깁니다. -
target_col는 숫자 대상 열을 명명하는 상수STRING입니다. 해당 열은 최상위 열이어야 하며, 에 나타나feature_cols서는 안 됩니다. -
feature_cols특징 열을 명명하는 비어 있지 않은 상수ARRAY<STRING>입니다. 각 기능은 최상위 숫자, 불리언 또는 문자열 열이어야 합니다. -
seed(선택적으로) 는 모델 훈련 중에 사용되는 의사난수 연산을 초기화하는 정수 값입니다. 기본값은0입니다.
Returns
이 함수는 목표 열이 인 NULL입력 행을 포함하는 테이블을 반환합니다. 출력은 모든 입력 열을 유지하며 <target_col>_predictionDOUBLE.
입력 행에 타겟이 NULL 없으면, 함수는 빈 테이블을 반환합니다.
Example
다음 예시는 수익이 알려진 행에서 학습하며, 수익이 없는 매장의 수익을 예측합니다:
WITH sales AS (
SELECT * FROM VALUES
(1, 10.0, 'east', 120.0),
(2, 12.0, 'east', 135.0),
(3, 15.0, 'west', 160.0),
(4, 18.0, 'west', 190.0),
(5, 20.0, 'east', 205.0),
(6, 24.0, 'west', 240.0),
(7, 16.0, 'east', NULL),
(8, 22.0, 'west', NULL)
AS sales(store_id, advertising_spend, region, revenue)
)
SELECT store_id, revenue_prediction
FROM ai_predict_value(
input => TABLE(sales),
target_col => 'revenue',
feature_cols => ARRAY('advertising_spend', 'region'),
seed => 42
)
ORDER BY store_id;
Limitations
- 각 호출은 하나의 타겟 열을 지원하며 새로운 모델을 훈련시킵니다. 이 함수는 모델을 재사용을 위해 영속성하지 않습니다.
- 타겟 및 피처 컬럼은 최상위 컬럼이어야 합니다. 중첩된 필드는 지원되지 않습니다.
- 입력에는 최소 한 행의 비
NULL대상이 포함되어야 합니다. - 입력에 이미 이름이
<target_col>_prediction붙은 열이 포함되어 있어서는 안 됩니다.
오류 조건
유효하지 않은 열, 타입 또는 인자는 오류 조건AI_PREDICT_INVALID_PARAMETER 참조하세요. 불충분한 학습 데이터에 대해서는 오류 조건AI_PREDICT_INSUFFICIENT_TRAINING_DATA 참조하세요.
관련 함수
클래스 라벨을 예측하려면 함수를 사용ai_predict_class하세요. 다른 AI 기능에 대해서는 AI 함수를 이용한 비정형 데이터 변환을 참조하세요.