O SQLML é um portal SQL do MaxCompute para uso dos recursos da Platform for AI (PAI). Na camada subjacente, o MaxCompute SQLML depende do PAI para criar, prever e avaliar modelos. Este tópico descreve os recursos do SQLML, bem como os modelos de machine learning, as funções de previsão e as funções de avaliação compatíveis.
Descrição
O MaxCompute SQLML depende dos seguintes serviços da Alibaba Cloud: MaxCompute e
. Desenvolva jobs do MaxCompute SQLML no DataWorks, aplique aprendizado aos dados do MaxCompute com o PAI e utilize modelos de machine learning para fazer previsões. Em seguida, use esses resultados para orientar o planejamento de seus negócios.
MaxCompute: fornece o SQLML, um portal SQL para uso do PAI.
Cliente: plataforma de operações SQL. Escolha o DataWorks (recomendado), o MaxCompute SDK (Java SDK ou Python SDK), o MaxCompute odpscmd ou o MaxCompute Studio.
PAI: fornece modelos de machine learning.
O MaxCompute SQLML auxilia desenvolvedores, analistas e cientistas de dados a usar SQL para criar, treinar e aplicar modelos de machine learning. Além disso, permite que profissionais de SQL aproveitem suas habilidades nessa linguagem para implementar recursos do PAI sem migrar dados.
Observações de uso
Procedimento para usar o MaxCompute SQLML:
Ative o MaxCompute, o DataWorks Basic e o Pagamento conforme o uso (PAI Studio, DSW e EAS).
-
Prepare um conjunto de dados.
Esse conjunto será usado para treinar modelos e fazer previsões.
Crie ou configure um workspace do DataWorks. Defina Compute Engines como MaxCompute e Machine Learning Services como PAI Studio para o workspace.
Use o DataWorks para criar uma tabela e importar os dados do conjunto de dados para essa tabela.
Processe os dados importados conforme os requisitos do modelo específico e crie conjuntos de dados de treinamento e de teste. Os conjuntos de treinamento servem para treinar os modelos; os de teste, para fazer previsões.
Crie um modelo de machine learning e faça previsões com as funções de previsão fornecidas pelo MaxCompute.
Avalie a precisão dos resultados da previsão com as funções de avaliação disponibilizadas pelo MaxCompute.
Para exemplos de uso, consulte Guia de início rápido.
Modelos de machine learning compatíveis
O MaxCompute SQLML oferece suporte aos seguintes modelos de machine learning:
Regressão logística para classificação binária: nome do modelo logisticregression_binary. Para mais informações, consulte Linear SVM.
Regressão logística para classificação multiclasse: nome do modelo logisticregression_multi. Para mais informações, consulte PS-SMART Multiclass Classification.
Regressão linear: nome do modelo linearregression. Para mais informações, consulte GBDT regression.
Funções de previsão de modelos compatíveis
O MaxCompute SQLML oferece suporte à função de previsão de modelos
ml_predict
. Sintaxe:
ml_predict(model <model_name>, table <data_source>[, map<string, string> <parameters>])model_name: obrigatório. Especifica o nome do modelo a ser criado.
data_source: obrigatório. Indica a source de dados usada para a previsão, que pode ser uma tabela ou uma instrução SELECT.
parameters: opcional. Define os parâmetros usados na previsão, idênticos aos do PAI. Para mais detalhes, consulte Linear SVM, PS-SMART Multiclass Classification ou GBDT regression.
Funções de avaliação de modelos compatíveis
O MaxCompute SQLML disponibiliza as seguintes funções para avaliar a precisão dos resultados de previsão:
-
Avaliação de classificação binária: usa a função integrada
ml_evaluate. Avalie o modelo com índices como área sob a curva (AUC), Kolmogorov-Smirnov (KS) e pontuação F1. Sintaxe:ml_evaluate(table <data_source>[, map<string, string> <parameters>]) -
Avaliação de classificação multiclasse: usa a função integrada
ml_multiclass_evaluate. Compare os resultados previstos com os reais para avaliar modelos de classificação multiclasse. Os índices incluem acurácia, kappa e pontuação F1. Sintaxe:ml_multiclass_evaluate(table <data_source>[, map<string, string> <parameters>]) -
Avaliação de regressão linear: usa a função integrada
ml_regression_evaluate. Analise modelos de algoritmo linear comparando previsões e resultados reais, incluindo índices e histograma de resíduos. Os índices abrangem SST, SSE, SSR, R2, R, MSE, RMSE, MAE, MAD, MAPE, count, yMean e predictMean. Sintaxe:ml_regression_evaluate(table <data_source>[, map<string, string> <parameters>])
Na sintaxe anterior:
data_source: obrigatório. Especifica os dados a serem avaliados. Deve incluir os resultados de rótulo e de previsão. O valor pode ser uma tabela ou uma instrução SELECT.
parameters: opcional. Define os parâmetros usados na previsão, idênticos aos do PAI. Para mais detalhes, consulte Linear SVM, PS-SMART Multiclass Classification ou GBDT regression.