手動特徵預先處理

您可以使用 CREATE MODEL 陳述式的 TRANSFORM 子句，搭配手動前置處理函式來定義自訂資料前置處理作業。您也可以在 TRANSFORM 子句之外使用這些手動前置處理函式。

如果您想將資料預先處理作業與模型訓練作業分開，可以使用 TRANSFORM 子句建立僅轉換模型，該模型只會執行資料轉換作業。

您可以使用 ML.TRANSFORM 函式，提高特徵預先處理的透明度。這個函式可讓您從模型的 TRANSFORM 子句傳回預先處理的資料，方便您查看模型訓練所需的實際訓練資料，以及模型服務所需的實際預測資料。

如要瞭解 BigQuery ML 支援的特徵預先處理功能，請參閱「特徵預先處理功能總覽」。

如要瞭解每個模型類型支援的 SQL 陳述式和函式，請參閱「每個模型的端對端使用者歷程」。

預先處理函式的類型

手動預先處理函式分為以下幾種類型：

• 純量函式會在單一資料列上運作。例如 ML.BUCKETIZE。
• 資料表值函式會對所有資料列運算，並輸出資料表。例如 ML.FEATURES_AT_TIME。

• 分析函式會在所有資料列上運作，並根據所有資料列收集到的統計資料，輸出每個資料列的結果。例如 ML.QUANTILE_BUCKETIZE。

  您必須一律使用空白 OVER() 子句搭配機器學習分析函式。

  在訓練期間，如果您在 TRANSFORM 子句中使用 ML 分析函式，系統會自動將相同的統計資料套用至預測輸入內容。

以下各節說明可用的預處理函式。

一般功能

在字串或數值運算式上使用下列函式，即可清理資料：

• ML.IMPUTER

數值函式

請在數值運算式上使用下列函式，以便規則化資料：

• ML.BUCKETIZE
• ML.MAX_ABS_SCALER
• ML.MIN_MAX_SCALER
• ML.NORMALIZER
• ML.POLYNOMIAL_EXPAND
• ML.QUANTILE_BUCKETIZE
• ML.ROBUST_SCALER
• ML.STANDARD_SCALER

分類函式

請使用下列函式將資料分類：

• ML.FEATURE_CROSS
• ML.HASH_BUCKETIZE
• ML.LABEL_ENCODER
• ML.MULTI_HOT_ENCODER
• ML.ONE_HOT_ENCODER

文字函式

請在文字字串運算式中使用下列函式：

• ML.NGRAMS
• ML.BAG_OF_WORDS
• ML.TF_IDF

圖片函式

在圖片資料上使用下列函式：

• ML.CONVERT_COLOR_SPACE
• ML.CONVERT_IMAGE_TYPE
• ML.DECODE_IMAGE
• ML.RESIZE_IMAGE

已知限制

• BigQuery ML 支援自動預先處理和手動預先處理模型匯出功能。如要匯出使用 BigQuery ML TRANSFORM 子句訓練的模型，請參閱支援的資料類型和函式。