ML.IMPUTER 函数

本文档介绍 ML.IMPUTER 函数，此函数可让您替换字符串或数值表达式中的 NULL 值。对于字符串表达式，您可以将 NULL 值替换为最常用的值；对于数字表达式，可以替换为平均值或中位值。

在 TRANSFORM 子句中使用时，在训练期间计算的平均值、中间值和最常用的值会自动用于预测。

语法

ML.IMPUTER(expression, strategy) OVER()

参数

ML.IMPUTER 接受以下参数：

  • expression：要插补的数值表达式或 STRING 表达式。
  • strategy：指定如何替换 NULL 值的 STRING 值。有效值如下所示：
    • mean：expression 的平均值。此值只能用于数值表达式。
    • median：expression 的中位值。此值只能用于数值表达式。
    • most_frequent：expression 中最常用的值。

输出

ML.IMPUTER 返回 FLOAT64（对于数值表达式）或 STRING（对于字符串表达式）值，其中包含 NULL 值的替换值。

示例

示例 1

以下示例插补数值表达式：

SELECT f, ML.IMPUTER(f, 'mean') OVER () AS output
FROM
  UNNEST([NULL, -3, -3, -3, 1, 2, 3, 4, 5]) AS f
ORDER BY f;

输出类似于以下内容：

+------+--------+
|  f   | output |
+------+--------+
| NULL |   0.75 |
|   -3 |   -3.0 |
|   -3 |   -3.0 |
|   -3 |   -3.0 |
|    1 |    1.0 |
|    2 |    2.0 |
|    3 |    3.0 |
|    4 |    4.0 |
|    5 |    5.0 |
+------+--------+

示例 2

以下示例插补字符串表达式：

SELECT f, ML.IMPUTER(f, 'most_frequent') OVER () AS output
FROM
  UNNEST([NULL, NULL, NULL, NULL, 'a', 'a', 'b', 'b', 'c', 'c', 'c']) AS f
ORDER BY f;

输出类似于以下内容：

+------+--------+
|  f   | output |
+------+--------+
| NULL | c      |
| NULL | c      |
| NULL | c      |
| NULL | c      |
| a    | a      |
| a    | a      |
| b    | b      |
| b    | b      |
| c    | c      |
| c    | c      |
| c    | c      |
+------+--------+

后续步骤