知识卡片
SQLFlow用SQL扩展语法封装机器学习流程
内容
SQLFlow把机器学习训练/预测流程用SQL语法扩展描述：SELECT指定数据来源，TRAIN/PREDICT声明训练还是预测，WITH携带超参数，COLUMN/LABEL指定特征列和标签列，INTO指定结果存哪张表。SELECT部分照常透传给数据引擎执行，TRAIN/WITH部分被解析生成对应Python训练代码，让懂SQL的人不写代码也能跑通端到端机器学习任务。
参考来源
- 位置：《数据科学工程实践》第10章《SQLFlow》"10.1.3 SQLFlow的工作原理"一节（源文件：_epub-src/OEBPS/Text/part0056.xhtml）
- 结论依据：原文以Iris训练语句为例，明确"SELECT语句传递给对应数据引擎获取数据，而TRAIN和WITH语句则分别指定了使用的模型种类、模型结构和训练所需的超参数，COLUMN和LABEL部分分别用于训练的各特征列名称和标签列名称"，并说明"SQLFlow将TRAIN和WITH语句中的内容解析为对应的Python程序"。
- 原始内容：SELECT * FROM iris.train
TO TRAIN DNNClassifer
WITH hidden_units = [10, 10], n_classes = 3, EPOCHS = 10
COLUMN sepal_length, sepal_width, petal_length, petal_width
LABEL class
INTO sqlflow_models.my_dnn_model;
SQLFlow解析接收到的SQL命令，其中SELECT语句传递给对应数据引擎获取数据，而TRAIN和WITH语句则分别指定了使用的模型种类、模型结构和训练所需的超参数，COLUMN和LABEL部分分别用于训练的各特征列名称和标签列名称。SQLFlow将TRAIN和WITH语句中的内容解析为对应的Python程序。