PREDICT (Transact-SQL)

Gäller för: SQL Server 2017 (14.x) och senare versioner Azure SQL Managed InstanceAzure Synapse Analytics

Genererar ett förutsagt värde eller poäng baserat på en lagrad modell. Mer information finns i Intern bedömning med hjälp av funktionen PREDICT T-SQL.

Välj en produkt

På följande rad väljer du det produktnamn som du är intresserad av och endast den produktinformationen visas.

PREDICT  
(  
  MODEL = @model | model_literal,  
  DATA = object AS <table_alias>
)  
WITH ( <result_set_definition> )  

<result_set_definition> ::=  
  {  
    { column_name  
      data_type  
      [ COLLATE collation_name ]  
      [ NULL | NOT NULL ]  
    }  
      [,...n ]  
  }  

MODEL = @model | model_literal  

PREDICT  
(  
  MODEL = <model_object>,
  DATA = object AS <table_alias>
  [, RUNTIME = ONNX ]
)  
WITH ( <result_set_definition> )  

<result_set_definition> ::=  
  {  
    { column_name  
      data_type  
      [ COLLATE collation_name ]  
      [ NULL | NOT NULL ]  
    }  
      [,...n ]  
  }  

<model_object> ::=
  {
    model_literal
    | model_variable
    | ( scalar_subquery )
  }

Arguments

MODELL

DATA

Dataparametern används för att ange de data som används för bedömning eller förutsägelse. Data anges i form av en tabellkälla i frågan. Tabellkällan kan vara en tabell, ett tabellalias, ett CTE-alias, en vy eller en tabellvärdesfunktion.

MED ( <result_set_definition> )

WITH-satsen används för att ange schemat för utdata som returneras av PREDICT funktionen.

Förutom de kolumner som returneras av PREDICT själva funktionen är alla kolumner som ingår i dataindata tillgängliga för användning i frågan.

Returnera värden

Inget fördefinierat schema är tillgängligt. Innehållet i modellen verifieras inte och de returnerade kolumnvärdena verifieras inte heller.

• Funktionen PREDICT skickar kolumner som indata.
• Funktionen PREDICT genererar också nya kolumner, men antalet kolumner och deras datatyper beror på vilken typ av modell som användes för förutsägelse.

Eventuella felmeddelanden som rör data, modellen eller kolumnformatet returneras av den underliggande förutsägelsefunktionen som är associerad med modellen.

Algoritmer som stöds

Permissions

Inga behörigheter krävs för PREDICT. Användaren behöver EXECUTE dock behörighet för databasen och behörighet att köra frågor mot data som används som indata. Användaren måste också kunna läsa modellen från en tabell, om modellen har lagrats i en tabell.

Examples

I följande exempel visas syntaxen för att anropa PREDICT.

Använda PREDICT i en FROM-sats

Det här exemplet refererar till PREDICT funktionen i -instruktionen FROM i en SELECT -instruktion:

SELECT d.*, p.Score
FROM PREDICT(MODEL = @model,
    DATA = dbo.mytable AS d) WITH (Score FLOAT) AS p;

DECLARE @model VARBINARY(max) = (SELECT test_model FROM scoring_model WHERE model_id = 1);

SELECT d.*, p.Score
FROM PREDICT(MODEL = @model,
    DATA = dbo.mytable AS d, RUNTIME = ONNX) WITH (Score FLOAT) AS p;

Aliaset d som anges för tabellkällan i parametern DATA används för att referera till kolumnerna som tillhör dbo.mytable. Aliaset p som angetts för funktionen används för PREDICT att referera till kolumnerna som returneras av PREDICT funktionen.

• Modellen lagras som kolumnen varbinary(max) i tabellen med namnet Models. Ytterligare information som ID och description sparas i tabellen för att identifiera modellen.
• Aliaset d som anges för tabellkällan i parametern DATA används för att referera till kolumnerna som tillhör dbo.mytable. Kolumnnamnen för indata ska matcha namnet på indata för modellen.
• Aliaset p som angetts för funktionen används för PREDICT att referera till den förutsagda kolumn som returneras av PREDICT funktionen. Kolumnnamnet ska ha samma namn som utdatanamnet för modellen.
• Alla indatakolumner och de förutsagda kolumnerna är tillgängliga för visning i -instruktionen SELECT .

CREATE VIEW predictions
AS
SELECT d.*, p.Score
FROM PREDICT(MODEL = (SELECT test_model FROM scoring_model WHERE model_id = 1),
             DATA = dbo.mytable AS d, RUNTIME = ONNX) WITH (Score FLOAT) AS p;

Kombinera PREDICT med en INSERT-instruktion

Ett vanligt användningsfall för förutsägelse är att generera en poäng för indata och sedan infoga de förutsagda värdena i en tabell. I följande exempel förutsätts att det anropande programmet använder en lagrad procedur för att infoga en rad som innehåller det förutsagda värdet i en tabell:

DECLARE @model VARBINARY(max) = (SELECT model FROM scoring_model WHERE model_name = 'ScoringModelV1');

INSERT INTO loan_applications (c1, c2, c3, c4, score)
SELECT d.c1, d.c2, d.c3, d.c4, p.score
FROM PREDICT(MODEL = @model, DATA = dbo.mytable AS d) WITH(score FLOAT) AS p;

DECLARE @model VARBINARY(max) = (SELECT model FROM scoring_model WHERE model_name = 'ScoringModelV1');

INSERT INTO loan_applications (c1, c2, c3, c4, score)
SELECT d.c1, d.c2, d.c3, d.c4, p.score
FROM PREDICT(MODEL = @model, DATA = dbo.mytable AS d, RUNTIME = ONNX) WITH(score FLOAT) AS p;

• Resultatet av PREDICT lagras i en tabell med namnet PredictionResults.
• Modellen lagras som kolumnen varbinary(max) i tabellen med namnet Models. Ytterligare information, till exempel ID och beskrivning, kan sparas i tabellen för att identifiera modellen.
• Det alias d som anges för tabellkällan i parametern DATA används för att referera till kolumnerna i dbo.mytable. Kolumnnamnen för indata ska matcha namnet på indata för modellen.
• Det alias p som anges för funktionen används för PREDICT att referera till den förutsagda kolumn som returneras av PREDICT funktionen. Kolumnnamnet ska ha samma namn som utdatanamnet för modellen.
• Alla indatakolumner och den förutsagda kolumnen är tillgängliga för visning i -instruktionen SELECT .

Relaterat innehåll

Läs mer om relaterade begrepp i följande artiklar:

• Intern bedömning med hjälp av funktionen PREDICT T-SQL
• RevoScaleR (R-paket i SQL Server Machine Learning Services)
• Revoscalepy (Python-paket i SQL Server Machine Learning Services)
• OPENXML (Transact-SQL)
• STRING_SPLIT (Transact-SQL)