模型建立

BigQuery ML 可讓您使用 SQL，在 BigQuery 中建立機器學習 (ML) 模型，並對資料執行該模型。

BigQuery ML 中的模型開發工作流程通常如下：

  1. 使用 CREATE MODEL 陳述式建立模型。
  2. 執行特徵預先處理。系統會自動進行部分前置處理，此外，您還可以在 TRANSFORM 子句中使用手動前置處理函式，進行額外的前置處理。
  3. 執行超參數調整，讓模型符合訓練資料，進而修正模型。
  4. 評估模型，評估模型在訓練集以外資料上的表現，並視需要與其他模型比較。
  5. 執行推論作業，使用模型分析資料。
  6. 提供模型可解釋性，說明特定特徵如何影響特定預測結果和整體模型。
  7. 使用模型權重，進一步瞭解構成模型的元件。

由於您可以在 BigQuery ML 中使用許多不同類型的模型，因此每個模型可用的函式各不相同。如要進一步瞭解各模型類型支援的 SQL 陳述式和函式，請參閱下列文件：