Funzione ai_predict_class

Si applica a: Databricks SQL Databricks Runtime 19.3 e superiori

ai_predict_class() addestra un modello di classificazione da righe dove la colonna target non NULL è e prevede la classe per le righe dove è NULL. La funzione restituisce solo le righe che valuta e aggiunge colonne di previsione e confidenza alle colonne di input.

Requisiti

• Un Pro o Serverless SQL warehouse, oppure un cluster che esegue Databricks Runtime 19.3 o superiore
• Iscrivi il tuo spazio di lavoro nell'anteprima delle Funzioni AI Predittive . Vedere Gestire le anteprime di Azure Databricks.

Syntax

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

Arguments

Passa tutti gli argomenti scalari per nome. Puoi passare input per nome o posizione.

• input è l'input con valori di tabella che contiene le righe di addestramento e le righe da punteggiare. Le righe in cui si trova la colonna di destinazione non NULL addestrano il modello. Le righe dove si trova NULL la colonna target vengono punteggiate.
• target_col è una costante STRING che nomina la colonna target. Il bersaglio deve essere una colonna numerica, booleana o di stringa di alto livello e non deve apparire in feature_cols.
• feature_cols è una costante ARRAY<STRING> non vuota che nomina le colonne di caratteristiche. Ogni caratteristica deve essere una colonna numerica di alto livello, booleana o stringa.
• seed (opzionale) è un valore integrale che inizializza le operazioni pseudocasuali utilizzate durante l'addestramento del modello. Il valore predefinito è 0.

Returns

La funzione restituisce una tabella contenente le righe di input dove la colonna di destinazione è NULL. L'output mantiene tutte le colonne di ingresso e aggiunge le seguenti colonne:

• <target_col>_prediction: La classe prevista, con lo stesso tipo di dato della colonna target.
• <target_col>_confidence: A DOUBLE tra 0 e 1 che contiene la probabilità del modello per la classe prevista.

Se nessuna riga di input ha un NULL bersaglio, la funzione restituisce una tabella vuota.

Example

Il seguente esempio si allena sui clienti con esiti noti di churn e prevede se i clienti con risultati mancanti si abbandoneranno:

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

• Ogni invocazione supporta una colonna target e addestra un nuovo modello. La funzione non mantiene il modello per il riutilizzo.
• Le colonne target e feature devono essere colonne di livello superiore. I campi annidati non sono supportati.
• Le righe di addestramento devono contenere almeno due valori distinti, non targetNULL .
• L'input non deve già contenere colonne nominate <target_col>_prediction o <target_col>_confidence.

Condizioni di errore

Per colonne, tipi o argomenti non validi, vedi AI_PREDICT_INVALID_PARAMETER condizione di errore. Per dati di addestramento inadeguati, vedi AI_PREDICT_INSUFFICIENT_TRAINING_DATA condizione di errore.

Funzioni correlate

Per prevedere un valore numerico, si usa ai_predict_value la funzione. Per classificare il testo rispetto alle etichette che fornisci senza addestramento alle righe tabulari, usa ai_classify funzione. Per altre funzioni di IA, vedi Trasforma dati non strutturati usando funzioni di IA.