ML_PREDICT

命令格式

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

参数说明

• model_name：必填。待使用的模型名，支持模型的model_type为BOOSTED_TREE_REGRESSOR或BOOSTED_TREE_CLASSIFIER。

• version_name：必填。待使用的模型版本名。如果调用默认version，支持直接输入DEFAULT_VERSION。

• col1,col2,...：必填。参与预测的输入列。其类型、顺序及个数必须和模型定义时保持一致，否则会报错。

返回值说明

• 当模型model_type为BOOSTED_TREE_REGRESSOR（回归模型）时，返回STRING类型的结果列，作为模型的预测结果。

• 当模型model_type为BOOSTED_TREE_CLASSIFIER（分类模型）时，返回STRUCT类型的结果列，具体格式为STRUCT<label:STRING, probs:ARRAY(prob:FLOAT)>，其中

  • STRUCT的第一个字段label，代表本行数据预测的分类结果。

  • STRUCT的第二个字段probs，代表每类结果预测的概率值。

使用示例

• 示例1：调用已经创建好的名为demo_model_xgboost_regressor的XGBoost回归模型，如暂未创建，需先创建模型，详细步骤参考场景实践：使用MaxCompute进行XGboost模型训练和预测，创建完成后，按照如下示例，输入对应的要预测的数据。

  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);
  -- 返回20.03961。

• 示例2：调用已经创建好的名为test_xgboost_classifier的XGBoost分类模型，如暂未创建，需先创建模型，示例请参考创建与删除模型，输入对应的要预测的数据。

  SELECT ML_PREDICT(test_xgboost_classifier,v1,1,2,3,4);
  -- 返回{label:0, probs:[0.9266666, 0.03781649, 0.03551693]}。