概述

MaxCompute SQLML功能依赖MaxCompute和人工智能平台 PAI阿里云产品。您可以通过客户端开发MaxCompute SQLML作业，基于人工智能平台 PAI对MaxCompute上的数据进行学习，并利用机器学习模型对数据进行预测，进而为业务规划提供指导。其中：

• MaxCompute：提供应用机器学习能力的SQL语言入口SQLML。

• 客户端：SQL语言操作平台，您可以自行选择DataWorks（推荐）、MaxCompute SDK（Java SDK或Python SDK）、MaxCompute客户端（odpscmd）或MaxCompute Studio。

• 人工智能平台 PAI：提供机器学习模型。

MaxCompute SQLML功能的使用流程如下：

1. 开通MaxCompute、DataWorks（基础版）及人工智能平台 PAI服务（PAI（Studio、DSW、EAS）后付费）。

2. 准备数据集

   用于模型训练、预测的数据信息。

3. 创建或配置DataWorks工作空间，选择计算引擎服务为MaxCompute，选择机器学习服务为PAI Studio。

4. 通过DataWorks创建待导入数据集信息的表并导入数据。

5. 对导入的数据按照模型要求进行处理，并创建训练数据集和测试数据集。训练数据集用于模型训练，测试数据集用于预测。

6. 创建机器学习模型，并通过MaxCompute提供的预测模型函数进行预测。

7. 通过MaxCompute提供的评估模型函数评估预测结果的准确性。

MaxCompute SQLML当前支持如下机器学习模型：

• 逻辑回归二分类：模型名称为logisticregression_binary。更多信息，请参见线性支持向量机。

• 逻辑回归多分类：模型名称为logisticregression_multi。更多信息，请参见PS-SMART多分类。

• 线性回归：模型名称为linearregression。更多信息，请参见GBDT回归。

MaxCompute SQLML当前支持的预测模型函数为ml_predict，语法格式如下：

ml_predict(model <model_name>, table <data_source>[, map<string, string> <parameters>])

• model_name：必填。新建的模型名称。

• data_source：必填。用于预测的数据，可以为表或一条SELECT语句。

• parameters：可选。用于预测的参数，参数和人工智能平台 PAI平台的参数一致，请参见线性支持向量机、PS-SMART多分类或GBDT回归。

MaxCompute SQLML当前支持如下评估模型函数，用于评估预测结果的准确性：

• 二分类评估：通过内建函数ml_evaluate实现。支持计算AUC、KS及F1 score等。语法格式如下：

  ml_evaluate(table <data_source>[, map<string, string> <parameters>])

• 多分类评估：通过内建函数ml_multiclass_evaluate实现。基于模型的预测结果和原始结果，评估多分类算法模型的优劣，指标包括Accuracy、kappa、F1-Score等。语法格式如下：

  ml_multiclass_evaluate(table <data_source>[, map<string, string> <parameters>])

• 线性回归评估：通过内建函数ml_regression_evaluate实现。基于模型的预测结果和原始结果，评价回归算法模型的优劣，包含指标和残差直方图。其中：指标包括SST、SSE、SSR、R2、R、 MSE、RMSE、MAE、MAD、MAPE、count、yMean和predictMean。语法格式如下：

  ml_regression_evaluate(table <data_source>[, map<string, string> <parameters>])

上述语法格式中：

• data_source：必填。待评估的数据。需要包含label结果和prediction result，可以为表或一条SELECT语句。

• parameters：可选。预测的参数，参数和人工智能平台 PAI平台的参数一致，请参见线性支持向量机、PS-SMART多分类或GBDT回归。