MaxCompute：概述

MaxCompute SQLML功能依賴MaxCompute和人工智慧平台 PAI阿里雲產品。您可以通過用戶端開發MaxCompute SQLML作業，基於Platform for AI對MaxCompute上的資料進行學習，並利用機器學習模型對資料進行預測，進而為業務規劃提供指導。其中：

• MaxCompute：提供應用機器學習能力的SQL語言入口SQLML。

• 用戶端：SQL語言操作平台，您可以自行選擇DataWorks（推薦）、MaxCompute SDK（Java SDK或Python SDK）、MaxCompute用戶端（odpscmd）或MaxCompute Studio。

• Platform for AI：提供機器學習模型。

MaxCompute SQLML功能的使用流程如下：

1. 開通MaxCompute、DataWorks（基礎版）及Platform for AI服務（PAI（Studio、DSW、EAS）後付費）。

2. 準備資料集

   用於模型訓練、預測的資料資訊。

3. 建立或配置DataWorks工作空間，選擇計算引擎服務為MaxCompute，選擇機器學習服務為PAI Studio。

4. 通過DataWorks建立待匯入資料集資訊的表並匯入資料。

5. 對匯入的資料按照模型要求進行處理，並建立訓練資料集和測試資料集。訓練資料集用於模型訓練，測試資料集用於預測。

6. 建立機器學習模型，並通過MaxCompute提供的預測模型函數進行預測。

7. 通過MaxCompute提供的評估模型函數評估預測結果的準確性。

MaxCompute SQLML當前支援如下機器學習模型：

• 羅吉斯迴歸二分類：模型名稱為logisticregression_binary。更多資訊，請參見線性支援向量機。

• 羅吉斯迴歸多分類：模型名稱為logisticregression_multi。更多資訊，請參見PS-SMART多分類。

• 線性迴歸：模型名稱為linearregression。更多資訊，請參見GBDT迴歸。

MaxCompute SQLML當前支援的預測模型函數為ml_predict，文法格式如下：

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

• model_name：必填。建立的模型名稱。

• data_source：必填。用於預測的資料，可以為表或一條SELECT語句。

• parameters：可選。用於預測的參數，參數和Platform for AI平台的參數一致，請參見線性支援向量機、PS-SMART多分類或GBDT迴歸。

MaxCompute SQLML當前支援如下評估模型函數，用於評估預測結果的準確性：

• 二分類評估：通過內建函數ml_evaluate實現。支援計算AUC、KS及F1 score等。文法格式如下：

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

• 多分類評估：通過內建函數ml_multiclass_evaluate實現。基於模型的預測結果和原始結果，評估多分類演算法模型的優劣，指標包括Accuracy、kappa、F1-Score等。文法格式如下：

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

• 線性迴歸評估：通過內建函數ml_regression_evaluate實現。基於模型的預測結果和原始結果，評價迴歸演算法模型的優劣，包含指標和殘差長條圖。其中：指標包括SST、SSE、SSR、R2、R、 MSE、RMSE、MAE、MAD、MAPE、count、yMean和predictMean。文法格式如下：

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

上述文法格式中：

• data_source：必填。待評估的資料。需要包含label結果和prediction result，可以為表或一條SELECT語句。

• parameters：可選。預測的參數，參數和Platform for AI平台的參數一致，請參見線性支援向量機、PS-SMART多分類或GBDT迴歸。