ML_PREDICT - MaxCompute - Centre de documentation Alibaba Cloud

ML_PREDICT effectue une inférence sur des données structurées à l'aide d'un modèle d'arbres boostés pré-entraîné. Utilisez cette fonction pour les tâches de classification et de régression directement dans MaxCompute SQL.

Syntaxe

STRING|STRUCT ML_PREDICT(<model_name>, <version_name>, col1, col2, ...);

Paramètres

Paramètre	Obligatoire	Description
`model_name`	Oui	Nom du modèle. Le paramètre `model_type` du modèle doit être défini sur `BOOSTED_TREE_REGRESSOR` ou `BOOSTED_TREE_CLASSIFIER`.
`version_name`	Oui	Version du modèle à utiliser. Pour utiliser la version par défaut, spécifiez `DEFAULT_VERSION`.
`col1, col2, ...`	Oui	Colonnes d'entrée utilisées pour la prédiction. Le type, l'ordre et le nombre de colonnes doivent correspondre à la définition du modèle. Une erreur est renvoyée en cas de non-concordance.

Valeur de retour

Le type de retour dépend du paramètre model_type :

Champ	Type	S'applique à	Description
(résultat)	`STRING`	`BOOSTED_TREE_REGRESSOR`	Valeur numérique prédite.
(résultat)	`STRUCT<label:STRING, probs:ARRAY(prob:FLOAT)>`	`BOOSTED_TREE_CLASSIFIER`	Structure contenant la classe prédite et les probabilités par classe.
`label`	`STRING`	`BOOSTED_TREE_CLASSIFIER`	Classe prédite pour la ligne.
`probs`	`ARRAY(prob:FLOAT)`	`BOOSTED_TREE_CLASSIFIER`	Probabilités prédites pour chaque classe.

Exemples

Modèle de régression

Appelez le modèle de régression XGBoost demo_model_xgboost_regressor avec la version v01. Si ce modèle n'existe pas, créez-le au préalable. Pour plus de détails, consultez la rubrique Entraînement et prédiction avec un modèle XGBoost dans MaxCompute.

SELECT ML_PREDICT(demo_model_xgboost_regressor, v01, 0.22438f, 0f, 9.69f, 0, 0.585f, 6.027f, 79.7f, 2.4982f, 6.123f, 391f, 19.2f, 14.33f);

Résultat :

+----------+
| _c0      |
+----------+
| 20.03961 |
+----------+

Modèle de classification

Appelez le modèle de classification XGBoost test_xgboost_classifier avec la version v1. Si ce modèle n'existe pas, créez-le au préalable. Pour plus de détails, consultez la rubrique Création et suppression d'un modèle.

SELECT ML_PREDICT(test_xgboost_classifier, v1, 1, 2, 3, 4);