PREDICT_XGB_CLASSIFIER

对输入关系应用 XGBoost 分类器模型。 PREDICT_XGB_CLASSIFIER 返回 VARCHAR 数据类型，指定以下几项之一，具体取决于 type 参数的设置方式：

• 预测类（基于概率得分）

• 每个输入实例的类概率。

语法

PREDICT_XGB_CLASSIFIER ( input‑columns
          USING PARAMETERS model_name = 'model‑name'
              [, type = 'prediction-type' ]
              [, class = 'user‑input‑class' ]
              [, match_by_pos = 'match‑by‑position' ]
              [, probability_normalization = 'prob-normalization' ] )

参数

input‑columns

输入关系中要使用的列的逗号分隔列表，或者使用星号 (*) 选择所有列。

参数

model_name

模型的名称（不区分大小写）。

type

要返回的预测类型，为以下之一：

• response （默认值）：所有可能的类中概率最高的类。

• probability：仅当设置 class 参数的情况下才有效，针对每个输入实例返回指定类或预测类的概率。

class

当 type 参数设置为 probability 时使用的类。如果您省略此参数，函数将使用预测类 — 概率得分最高的类别。因此，预测函数返回输入实例属于指定类或预测类的概率。

match_by_pos

该布尔值指定输入列如何与模型特征匹配：

• false （默认值）：按名称匹配。

• true：按输入列列表中列的位置匹配。

probability_normalization

分类器的标准化方法，它可以是 logit``softmax（多类分类器）或（二元分类器）。如果未指定，则使用默认的 logit 函数进行标准化。

示例

使用 PREDICT_XGB_CLASSIFIER 将分类器应用于测试数据：

=> SELECT PREDICT_XGB_CLASSIFIER (Sepal_Length, Sepal_Width, Petal_Length, Petal_Width
    USING PARAMETERS model_name='xgb_iris', probability_normalization='logit') FROM iris1;
PREDICT_XGB_CLASSIFIER
------------------------
setosa
setosa
setosa
.
.
.
versicolor
versicolor
versicolor
.
.
.
virginica
virginica
virginica
.
.
.

(90 rows)

有关更多示例，请参阅 XGBoost 用于分类。