3.10.4 ML_PREDICT_ROW

ML_PREDICT_ROWJSON为格式中 指定的一行或多行未标记数据生成预测。ML_PREDICT_ROW 使用SELECT 语句调用。

需要加载模型才能运行 ML_PREDICT_ROW。请参阅第 3.9.3 节，“加载模型”。

ML_PREDICT_ROW 语法

SELECT ML_PREDICT_ROW(input_data, model_handle);

ML_PREDICT_ROW 参数：

  • input_data：指定要为其生成预测的数据。可以明确指定单行数据的JSON格式： 

    SELECT sys.ML_PREDICT_ROW(JSON_OBJECT("column_name", value, "column_name", value, ...), 
  model_handle);

    ML_PREDICT_ROW 可以通过将列指定为格式中的键值对JSON 并从表中选择来对多行数据运行： 

    SELECT sys.ML_PREDICT_ROW(JSON_OBJECT("output_col_name", schema.`input_col_name`, 
output_col_name", schema.`input_col_name`, ...), model_handle) FROM input_table_name LIMIT N;

  • model_handle：指定模型句柄或包含模型句柄的会话变量。

语法示例

  • ML_PREDICT_ROW 在单行数据上 运行 ：

    SELECT sys.ML_PREDICT_ROW(JSON_OBJECT("sepal length", 7.3, "sepal width", 2.9, 
"petal length", 6.3, "petal width", 1.8), @iris_model);

  • ML_PREDICT_ROW 在从输入表中选择的五行数据上 运行 ：

    SELECT sys.ML_PREDICT_ROW(JSON_OBJECT("sepal length", iris_test.`sepal length`, 
"sepal width", iris_test.`sepal width`, "petal length", iris_test.`petal length`, 
"petal width", iris_test.`petal width`), @iris_model) 
FROM ml_data.iris_test LIMIT 5;