ML_PREDICT - MaxCompute: Central de Documentação do Alibaba Cloud

A função ML_PREDICT executa inferência em dados estruturados com um modelo de árvore impulsionada pré-treinado. Use-a para tarefas de classificação e regressão diretamente no MaxCompute SQL.

Sintaxe

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

Parâmetros

Parâmetro	Obrigatório	Descrição
`model_name`	Sim	Nome do modelo. O `model_type` deve ser `BOOSTED_TREE_REGRESSOR` ou `BOOSTED_TREE_CLASSIFIER`.
`version_name`	Sim	Versão do modelo a usar. Para utilizar a versão padrão, passe `DEFAULT_VERSION`.
`col1, col2, ...`	Sim	Colunas de entrada para previsão. O tipo, a ordem e a quantidade de colunas devem corresponder à definição do modelo. Caso contrário, o sistema retornará um erro.

Valor de retorno

O tipo de retorno depende do model_type:

Campo	Tipo	Aplica-se a	Descrição
(resultado)	`STRING`	`BOOSTED_TREE_REGRESSOR`	Valor numérico previsto.
(resultado)	`STRUCT<label:STRING, probs:ARRAY(prob:FLOAT)>`	`BOOSTED_TREE_CLASSIFIER`	Estrutura com a classe prevista e as probabilidades por classe.
`label`	`STRING`	`BOOSTED_TREE_CLASSIFIER`	Classe prevista para a linha.
`probs`	`ARRAY(prob:FLOAT)`	`BOOSTED_TREE_CLASSIFIER`	Probabilidades previstas para cada classe.

Exemplos

Modelo de regressão

Chame o modelo de regressão XGBoost demo_model_xgboost_regressor na versão v01. Se o modelo não existir, crie-o antes. Para mais detalhes, consulte Treinar e prever com um modelo XGBoost no 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);

Resultado:

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

Modelo de classificação

Chame o modelo de classificação XGBoost test_xgboost_classifier na versão v1. Se o modelo não existir, crie-o antes. Para mais detalhes, consulte Criar e excluir um modelo.

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