ai_predict_class functie

Van toepassing op: Databricks SQL Databricks Runtime 19.3 en hoger

Important

Deze functie bevindt zich in de bètaversie. Om het te gebruiken, moet een workspace-beheerder Predictive AI Functions inschakelen vanaf de pagina Voornemen. Zie Azure Databricks previews beheren.

ai_predict_class() traint een classificatiemodel uit rijen waarbij de doelkolom niet NULL is en voorspelt de klasse voor rijen waar deze is NULL. De functie geeft alleen de rijen terug die zij beoordeelt en voegt voorspellings- en betrouwbaarheidskolommen toe aan de invoerkolommen.

Requirements

• Een Pro- of Serverless SQL-warehouse, of een cluster met Databricks Runtime 19.3 of hoger
• Schrijf je werkruimte in in de previewversie van Predictive AI Functions . Zie Azure Databricks previews beheren.

Syntaxis

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

Arguments

Geef alle scalaire argumenten op naam door. Je kunt doorgaan input op naam of positie.

• input is de tabelwaarde invoer die de trainingsrijen en de te scoren rijen bevat. Rijen waarbij de doelkolom niet NULL is, train het model. De rijen waar de doelkolom staat NULL , worden gescoord.
• target_col is een constante STRING die de doelkolom benoemt. Het doel moet een topniveau numerieke, Booleaanse of stringkolom zijn en mag niet voorkomen in feature_cols.
• feature_cols is een niet-lege constante ARRAY<STRING> die de feature-kolommen benoemt. Elke eigenschap moet een topniveau numerieke, Booleaanse of stringkolom zijn.
• seed (optioneel) is een integrale waarde die pseudowillekeurige operaties initialiseert die tijdens modeltraining worden gebruikt. De standaardwaarde is 0.

Returns

De functie geeft een tabel terug met de invoerrijen waarin de doelkolom is NULL. De uitvoer behoudt alle invoerkolommen en voegt de volgende kolommen toe:

• <target_col>_prediction: De voorspelde klasse, met hetzelfde datatype als de doelkolom.
• <target_col>_confidence: Een DOUBLE tussen 0 en 1 die de modelkans bevat voor de voorspelde klasse.

Als geen invoerrijen een NULL doel hebben, geeft de functie een lege tabel terug.

Voorbeeld

Het volgende voorbeeld traint klanten met bekende churn-uitkomsten en voorspelt of klanten met ontbrekende uitkomsten zullen churnen:

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

• Elke aanroep ondersteunt één doelkolom en traint een nieuw model. De functie bewaart het model niet voor hergebruik.
• Doel- en featurekolommen moeten kolommen op topniveau zijn. Geneste velden worden niet ondersteund.
• De trainingsrijen moeten ten minste twee verschillende, niet-doelwaardenNULL bevatten.
• De invoer mag nog geen kolommen bevatten met de naam <target_col>_prediction of <target_col>_confidence.

Foutvoorwaarden

Voor ongeldige kolommen, typen of argumenten, zie AI_PREDICT_INVALID_PARAMETER foutconditie. Voor onvoldoende trainingsgegevens, zie AI_PREDICT_INSUFFICIENT_TRAINING_DATA foutconditie.

Gerelateerde functies

Om een numerieke waarde te voorspellen, gebruik ai_predict_value je de functie. Om tekst te classificeren aan de hand van labels die je zonder training op tabulaire rijen geeft, gebruik ai_classify je de functie. Voor andere AI-functies, zie Transform ongestructureerde data met AI-functies.