ai_predict_value функция

Применимо к:отмечен галочкой да Databricks SQL отмечен галочкой да Databricks Runtime 19.3 и выше

Important

Эта функция доступна в бета-версии. Администраторы рабочей области могут управлять доступом к этой функции на странице "Предварительные версии ". См. статью "Управление предварительными версиями Azure Databricks".

ai_predict_value() обучает регрессионную модель из строк, где целевая колонка отсутствует NULL , и предсказывает цель для строк, где она принадлежит NULL. Функция возвращает только те строки, которые она оценивает, и добавляет столбец предсказания к входным столбцам.

Требования

Syntax

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

Arguments

Передайте все скалярные аргументы по имени. Можно пройти input по имени или должности.

  • input — это вход с табличным значением, содержащий обучающие строки и строки для оценки. Строки, где целевой столбец не NULL принадлежит обучению модели. Строки, где находится NULL целевая колонка, оцениваются.
  • target_col — это константа STRING , которая называет числовой целевой столбц. Столбец должен быть верхнего уровня и не должен отображаться в feature_cols.
  • feature_cols является непустой константой ARRAY<STRING> , которая называет столбцы признаков. Каждая признак должна быть числовым, булевым или строковым столбцем верхнего уровня.
  • seed (optional) — это интегральное значение, которое инициализирует псевдослучайные операции, используемые при обучении модели. Значение по умолчанию — 0.

Returns

Функция возвращает таблицу с входными строками, где целевой столбец — NULL. Выход сохраняет все входные столбцы и добавляет <target_col>_prediction в виде DOUBLE.

Если ни одна входная строка не имеет целевого NULL значения, функция возвращает пустую таблицу.

Example

Следующий пример обучает строки с известной выручкой и прогнозирует доход для магазинов, где его нет:

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;

Ограничения

  • Каждое вызов поддерживает одну целевой колонку и обучает новую модель. Функция не сохраняет модель для повторного использования.
  • Колонки целевых и признаков должны быть столбцами верхнего уровня. Вложенные поля не поддерживаются.
  • Вход должен содержать как минимум одну строку с нецелевымNULL объектом.
  • Вход не должен уже содержать столбец с именем <target_col>_prediction.

Условия ошибок

Для недопустимых столбцов, типов или аргументов см. AI_PREDICT_INVALID_PARAMETER условие ошибки. Для недостаточных обучающих данных см. AI_PREDICT_INSUFFICIENT_TRAINING_DATA условие ошибки.

Чтобы предсказать метку класса, используйте ai_predict_class функцию. Для других функций ИИ см. раздел «Преобразование неструктурированных данных с использованием функций ИИ».

  • Last updated on