ai_predict_class fonksiyon

Geçerlidir: Databricks SQL Databricks Runtime 19.3 ve üzeri

Important

Bu özellik Beta sürümündedir. Çalışma alanı yöneticileri Bu özelliğe erişimi Önizlemeler sayfasından denetleyebilir. Bkz. Azure Databricks önizlemelerini yönetme.

ai_predict_class() hedef sütunun olmadığı NULL sıralardan sınıflandırma modeli eğitir ve sınıfı olduğu sıralar NULLiçin tahmin eder. Fonksiyon yalnızca puanladığı satırları geri getirir ve giriş sütunlarına tahmin ve güven sütunları ekler.

Gereksinimler

• Pro veya Serverless SQL deposu veya Databricks Runtime 19.3 veya üzeri çalıştıran bir küme
• Çalışma alanınızı Tahmin Edici Yapay Zeka Fonksiyonları önizlemesine kaydedin. Bkz. Azure Databricks önizlemelerini yönetme.

Sözdizimi

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

Arguments

Tüm skaler argümanları isimle ilet. İsim veya pozisyonla geçebilirsiniz input .

• input eğitim satırlarını ve puanlanacak sıraları içeren tablo değerli girdidir. Hedef sütunun NULL olmadığı satırlar modeli eğitiyor. Hedef sütunun NULL bulunduğu satırlar puanlanır.
• target_col hedef sütuna ad veren bir sabittir STRING . Hedef, üst seviyede sayısal, Boolean veya dizi sütunu olmalı ve içinde feature_colsgörünmemelidir.
• feature_cols özellik sütunlarını adlandıran boş olmayan bir sabittir ARRAY<STRING> . Her özellik üst seviye sayısal, Boolean veya dizi sütunu olmalıdır.
• seed (isteğe bağlı), model eğitimi sırasında kullanılan pseudorandom işlemleri başlatan integral bir değerdir. Varsayılan değer: 0.

İadeler

Fonksiyon, hedef sütunun olduğu NULLgiriş satırlarını içeren bir tablo döndürür. Çıktı, tüm giriş sütunlarını korur ve aşağıdaki sütunları ekler:

• <target_col>_prediction: Tahmin edilen sınıf, hedef sütunla aynı veri tipine sahip.
• <target_col>_confidence: A DOUBLE arasında 0 ve 1 tahmin edilen sınıf için model olasılığını içerir.

Eğer giriş satırlarının hedefi NULL yoksa, fonksiyon boş bir tablo döndürür.

Example

Aşağıdaki örnek, bilinen churn sonuçlarına sahip müşterileri eğitiyor ve eksik sonuçları olan müşterilerin chrup olup olmayacağını tahmin ediyor:

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

• Her çağrı bir hedef sütununu destekler ve yeni bir model eğitir. Fonksiyon, modeli yeniden kullanmak üzere süreksiz bırakmaz.
• Hedef ve özellik sütunları en üst seviye sütunlar olmalıdır. İçiçe alınmış alanlar desteklenmez.
• Eğitim satırlarında en az iki belirgin ve hedef olmayanNULL değer bulunmalıdır.
• Girdi, önceden veya adlandırılmış <target_col>_prediction<target_col>_confidencesütunlar içermemelidir.

Hata koşulları

Geçersiz sütunlar, türler veya argümanlar için AI_PREDICT_INVALID_PARAMETER hata koşuna bakınız. Yetersiz eğitim verileri için bkz. AI_PREDICT_INSUFFICIENT_TRAINING_DATA hata durumu.

İlgili işlevler

Sayısal bir değeri tahmin etmek için fonksiyon kullanınai_predict_value. Metni tablo satırlarında eğitim almadan sağladığınız etiketlere göre sınıflandırmak için fonksiyon kullanınai_classify. Diğer AI Fonksiyonları için bkz. Yapılandırılmamış verileri AI Fonksiyonları kullanarak dönüştür.