La funzione ML.ROBUST_SCALER
Questo documento descrive la funzione ML.ROBUST_SCALER
, che consente di scalare un'espressione numerica utilizzando statistiche affidabili ai valori anomali. La funzione esegue la scalabilità rimuovendo la mediana e scalando i dati in base all'intervallo quantile.
Se utilizzata nella clausola TRANSFORM
, l'intervallo mediana e di quantili calcolati durante l'addestramento vengono utilizzati automaticamente nella previsione.
Sintassi
ML.ROBUST_SCALER(numerical_expression [, quantile_range] [, with_median] [, with_quantile_range]) OVER()
Argomenti
ML.ROBUST_SCALER
accetta i seguenti argomenti:
numerical_expression
: l'espressione numerica da scalare.quantile_range
: un array di due elementiINT64
che specifica l'intervallo di quantili. Il primo elemento indica il limite inferiore dell'intervallo. Deve essere maggiore di0
. Il secondo elemento fornisce il confine superiore dell'intervallo. Deve essere maggiore del primo elemento ma minore di100
. Il valore predefinito è[25, 75]
.with_median
: un valoreBOOL
che specifica se i dati sono centrati. SeTRUE
, la funzione centra i dati rimuovendo la mediana prima della scalabilità. Il valore predefinito èTRUE
.with_quantile_range
: un valoreBOOL
che specifica se i dati vengono ridimensionati sull'intervallo di quantili. SeTRUE
, i dati vengono ridimensionati. Il valore predefinito èTRUE
.
Output
ML.ROBUST_SCALER
restituisce un valore FLOAT64
che rappresenta l'espressione numerica in scala.
Esempio
L'esempio seguente centra un insieme di espressioni numeriche e poi lo scala all'intervallo [25, 75]
:
SELECT f, ML.ROBUST_SCALER(f) OVER () AS output FROM UNNEST([NULL, -3, 1, 2, 3, 4, 5]) AS f ORDER BY f;
L'output è simile al seguente:
+------+---------------------+ | f | output | +------+---------------------+ | NULL | NULL | | -3 | -1.6666666666666667 | | 1 | -0.3333333333333333 | | 2 | 0.0 | | 3 | 0.3333333333333333 | | 4 | 0.6666666666666666 | | 5 | 1.0 | +------+---------------------+
Passaggi successivi
- Per informazioni sulla pre-elaborazione delle funzionalità, consulta Panoramica della pre-elaborazione delle funzionalità.
- Per informazioni sulle istruzioni e sulle funzioni SQL supportate per ogni tipo di modello, consulta Percorso dell'utente end-to-end per ogni modello.