模型建立

BigQuery ML 可讓您使用 SQL，在 BigQuery 中建構機器學習 (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所示：

  1. 使用 CREATE MODEL 陳述式建立模型。
  2. 執行特徵預先處理作業。部分預先處理作業會自動執行，此外，您也可以在 TRANSFORM 子句中使用手動預先處理函式來執行其他預先處理作業。
  3. 執行超參數調整，讓模型符合訓練資料，進而精進模型。
  4. 評估模型，評估模型在訓練集以外的資料上可能的效能，並視需要與其他模型進行比較。
  5. 執行推論，使用模型分析資料。
  6. 為模型提供可解釋性，清楚說明特定特徵如何影響特定預測結果，以及整體模型。
  7. 使用模型權重，進一步瞭解模型的組成元件。

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。請參閱「每個模型的端對端使用者歷程」，瞭解每個模型可用的具體功能。