手動預先處理特徵

您可以搭配使用 CREATE MODEL 陳述式的 TRANSFORM 子句和手動前處理函式，定義自訂資料前處理作業。您也可以在 TRANSFORM 子句以外的地方使用這些手動前處理函式。

如要將資料預先處理作業與模型訓練作業分離，可以使用 TRANSFORM 子句建立僅轉換模型，只執行資料轉換作業。

您可以使用 ML.TRANSFORM 函式，提高特徵前處理的透明度。這個函式可讓您從模型的 TRANSFORM 子句傳回預先處理的資料，以便查看模型訓練的實際訓練資料，以及提供模型的實際預測資料。

如要瞭解 BigQuery ML 的特徵預先處理支援，請參閱特徵預先處理總覽。

預先處理函式類型

手動預先處理函式分為幾種類型：

  • 純量函式會對單一資料列執行運算。例如：ML.BUCKETIZE。
  • 資料表值函式會處理所有資料列，並輸出資料表。例如：ML.FEATURES_AT_TIME。

  • 分析函式會對所有資料列執行運算，並根據所有資料列收集的統計資料，輸出每個資料列的結果。例如：ML.QUANTILE_BUCKETIZE。

    使用 ML 分析函式時，一律須搭配空白的 OVER() 子句。

    在訓練期間，如果您在 TRANSFORM 子句中使用 ML 分析函式，系統會自動將相同的統計資料套用至預測中的輸入內容。

以下各節說明可用的前處理函式。

一般函式

在字串或數值運算式上使用下列函式，即可清除資料：

數值函式

您可以在數值運算式中使用下列函式，將資料正規化：

類別函式

您可以在類別型資料上使用下列函式：

文字函式

您可以在文字字串運算式中使用下列函式：

圖片功能

在圖片資料上使用下列函式：

已知限制

後續步驟

如要進一步瞭解支援手動特徵前處理的模型適用的 SQL 陳述式和函式，請參閱下列文件：