Funzione ai_predict_value

Si applica a: Databricks SQL Databricks Runtime 19.3 e superiori

ai_predict_value() Addestra un modello di regressione da righe dove la colonna target non NULL è e prevede il target per le righe in cui è NULL. La funzione restituisce solo le righe che assegna e aggiunge una colonna di previsione 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_value(
  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 di riferimento numerica. La colonna deve essere una colonna di livello superiore 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 <target_col>_prediction come .DOUBLE

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

Example

Il seguente esempio si allena su file con ricavi noti e prevede i ricavi per i negozi dove mancano:

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

• 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.
• L'input deve contenere almeno una riga con un non-targetNULL .
• L'input non deve già contenere una colonna chiamata <target_col>_prediction.

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'etichetta di classe, si usa ai_predict_class la funzione. Per altre funzioni di IA, vedi Trasforma dati non strutturati usando funzioni di IA.