Amazon Redshift non supporterà più la creazione di nuovi Python a UDFs partire dal 1° novembre 2025. Se vuoi usare Python UDFs, crea la UDFs data precedente a quella data. Python esistente UDFs continuerà a funzionare normalmente. Per ulteriori informazioni, consulta il post del blog.

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Nozioni di base su Amazon Redshift ML

Amazon Redshift ML rende più semplice agli utenti SQL la creazione, l'addestramento e l'implementazione dei modelli di machine learning grazie all'uso di comandi SQL familiari. Con Amazon Redshift ML, puoi utilizzare i dati nel tuo cluster Redshift per addestrare modelli con Amazon AI. SageMaker Successivamente i modelli vengono localizzati ed è possibile fare le previsioni all'interno di un database Amazon Redshift. Amazon Redshift ML attualmente supporta gli algoritmi di apprendimento automatico: XGBoost (AUTO ON e OFF) e perceptron multistrato (AUTO ON), K-Means (AUTO OFF) e Linear Learner.

Configurare il cluster e le impostazioni di Amazon Redshift ML

Prima di lavorare con Amazon Redshift ML, completare la configurazione del cluster e configurare le autorizzazioni per l'utilizzo di Amazon Redshift ML.

Configurazione del cluster per l'utilizzo di Amazon Redshift ML

Prima di lavorare con Amazon Redshift ML, completare i prerequisiti seguenti.

In qualità di amministratore di Amazon Redshift, esegui la seguente configurazione una tantum per utilizzare i cluster con provisioning di Amazon Redshift. Per usare Amazon Redshift ML con Amazon Redshift Serverless, consulta la pagina Guida introduttiva ad Amazon Redshift Serverless.

Per informazioni su come utilizzare l'istruzione CREATE MODEL per iniziare a creare modelli per diversi casi d'uso, consultare CREATE MODEL.

Gestione delle autorizzazioni e della proprietà

Proprio come per altri oggetti di database, come tabelle o funzioni, Amazon Redshift associa la creazione e l'utilizzo di modelli ML per accedere ai meccanismi di controllo. Esistono autorizzazioni separate per la creazione di un modello che esegue funzioni di previsione.

Gli esempi seguenti utilizzano due gruppi di utenti, retention_analyst_grp (creatore del modello) e marketing_analyst_grp (utente del modello) che illustrano come Amazon Redshift gestisce il controllo degli accessi. L'analista di conservazione crea modelli di machine learning che altri utenti possono utilizzare tramite autorizzazioni acquisite.

Un utente con privilegi avanzati può concedere autorizzazioni USER o GROUP per creare modelli di machine learning utilizzando la seguente istruzione.

GRANT CREATE MODEL TO GROUP retention_analyst_grp;

Gli utenti o i gruppi con questa autorizzazione possono creare un modello in qualsiasi schema del cluster se un utente dispone dell'autorizzazione CREATE per SCHEMA. Il modello di machine learning fa parte della gerarchia dello schema in modo simile a tabelle, viste, procedure e funzioni definite dall'utente.

Supponendo che esista già uno schema demo_ml, concedere ai due gruppi di utenti l'autorizzazione per lo schema come indicato di seguito.

GRANT CREATE, USAGE ON SCHEMA demo_ml TO GROUP retention_analyst_grp;

GRANT USAGE ON SCHEMA demo_ml TO GROUP marketing_analyst_grp;

Per consentire ad altri utenti di utilizzare la funzione di inferenza di machine learning, concedere l'autorizzazione EXECUTE. Nell'esempio seguente viene utilizzata l'autorizzazione EXECUTE per concedere a marketing_analyst_grp GROUP l'autorizzazione per l'uso del modello.

GRANT EXECUTE ON MODEL demo_ml.customer_churn_auto_model TO GROUP marketing_analyst_grp;

Utilizzare l'istruzione REVOKE con CREATE MODEL ed EXECUTE per revocare tali autorizzazioni da utenti o gruppi. Per ulteriori informazioni sui comandi di controllo delle autorizzazioni, consultare GRANT e REVOKE.

Utilizzo della spiegabilità del modello con Amazon Redshift ML

Con la spiegabili del modello in Amazon Redshift ML, utilizzi i valori di importanza delle funzionalità per capire in che modo ciascun attributo nei dati di formazione contribuisce al risultato previsto.

La spiegabilità del modello aiuta a migliorare i modelli di Machine Learning (ML) grazie all'illustrazione delle previsioni effettuate dai modelli. La spiegabilità del modello aiuta a spiegare come questi modelli fanno previsioni utilizzando un approccio di attribuzione delle funzionalità.

Amazon Redshift ML incorpora la spiegabilità del modello per fornire funzionalità di spiegazione del modello agli utenti di Amazon Redshift ML. Per ulteriori informazioni sulla spiegabilità dei modelli, consulta What Is Fairness and Model Explainability for Machine Learning Predictions? nella Amazon SageMaker AI Developer Guide.

La spiegabilità del modello monitora anche le inferenze effettuate dai modelli in produzione per la deriva dell'attribuzione delle funzionalità. Fornisce inoltre strumenti per aiutarti a generare report di governance dei modelli che puoi utilizzare per informare i team di rischio e conformità e le autorità di regolamentazione esterne.

Quando si specifica l'opzione AUTO ON o AUTO OFF quando si utilizza l'istruzione CREATE MODEL, al termine del processo di formazione del modello, l' SageMaker IA crea l'output esplicativo. È possibile utilizzare la funzione EXPLAIN_MODEL per interrogare il report di spiegabilità in formato JSON. Per ulteriori informazioni, consulta Funzioni di machine learning.

Parametri di probabilità di Amazon Redshift ML

Nei problemi di apprendimento supervisionato, le etichette delle classi sono il risultato di previsioni che utilizzano i dati di input. Ad esempio, se utilizzi un modello per prevedere se un cliente si iscriverà nuovamente a un servizio di streaming, le possibili etichette sono "probabile" e "improbabile". Redshift ML offre parametri di probabilità che assegnano a ciascuna etichetta un valore di probabilità. Questo aiuta a prendere decisioni migliori sulla base dei risultati previsti. In Amazon Redshift ML, i parametri di probabilità sono disponibili quando si creano modelli AUTO ON con un tipo di problema di classificazione binaria o multiclasse. Se si omette il parametro AUTO ON, Redshift ML presuppone che il modello debba essere impostato su AUTO ON.

Creazione del modello

Durante la creazione di un modello, Amazon Redshift rileva automaticamente il tipo di modello e il tipo di problema. Se si tratta di un problema di classificazione, Redshift crea automaticamente una seconda funzione di inferenza che è possibile utilizzare per generare il valore di probabilità di ciascuna etichetta. Il nome di questa seconda funzione di inferenza è il nome della prima funzione di inferenza seguito dalla stringa _probabilities. Ad esempio, se la prima funzione di inferenza è stata denominata customer_churn_predict, allora il nome della seconda funzione di inferenza sarà customer_churn_predict_probabilities. Questa funzione può essere quindi utilizzata per eseguire query sulle probabilità di ciascuna etichetta.

CREATE MODEL customer_churn_model
FROM customer_activity
    PROBLEM_TYPE BINARY_CLASSIFICATION
TARGET churn
FUNCTION customer_churn_predict
IAM_ROLE {default}
AUTO ON
SETTINGS ( S3_BUCKET 'amzn-s3-demo-bucket'

Come generare le probabilità

Una volta che la funzione di generazione delle probabilità è pronta, l'esecuzione del comando restituisce un tipo SUPER che contiene array delle probabilità restituite e le relative etichette associate. Ad esempio, il risultato "probabilities" : [0.7, 0.3], "labels" : ["False.", "True."] indica che l'etichetta False ha una probabilità di 0,7, mentre l'etichetta True ha una probabilità di 0,3.

SELECT customer_churn_predict_probabilities(Account_length, Area_code, 
            VMail_message, Day_mins, Day_calls, Day_charge,Eve_mins, Eve_calls, 
            Eve_charge, Night_mins, Night_calls, Night_charge,Intl_mins, Intl_calls, 
            Intl_charge, Cust_serv_calls) 
FROM customer_activity;
            
customer_churn_predict_probabilities
 --------------------
 {"probabilities" : [0.7, 0.3], "labels" : ["False.", "True."]} 
 {"probabilities" : [0.8, 0.2], "labels" : ["False.", "True."]}
 {"probabilities" : [0.75, 0.25], "labels" : ["True.", "False"]}

Gli array delle probabilità e delle etichette sono sempre mostrati in base al loro valore di probabilità in ordine decrescente. È possibile scrivere una query per ottenere solo l'etichetta prevista con la probabilità più alta separando i risultati SUPER restituiti dalla funzione di generazione delle probabilità.

SELECT prediction.labels[0], prediction.probabilities[0]
            FROM (SELECT customer_churn_predict_probabilities(Account_length, Area_code, 
            VMail_message, Day_mins, Day_calls, Day_charge,Eve_mins, Eve_calls, 
            Eve_charge, Night_mins, Night_calls, Night_charge,Intl_mins, Intl_calls, 
            Intl_charge, Cust_serv_calls) AS prediction
FROM customer_activity);

  labels   | probabilities
-----------+--------------
 "False."  | 0.7
 "False."  | 0.8
 "True."   | 0.75  

Per semplificare le query, è possibile memorizzare i risultati della funzione di previsione in una tabella.

CREATE TABLE churn_auto_predict_probabilities AS 
             (SELECT customer_churn_predict_probabilities(Account_length, Area_code, 
             VMail_message, Day_mins, Day_calls, Day_charge,Eve_mins, Eve_calls, 
             Eve_charge, Night_mins, Night_calls, Night_charge,Intl_mins,
             Intl_calls, Intl_charge, Cust_serv_calls) AS prediction
FROM customer_activity); 

È possibile eseguire query sulla tabella con i risultati per ottenere solo previsioni con una probabilità superiore a 0,7.

SELECT prediction.labels[0], prediction.probabilities[0]
FROM churn_auto_predict_probabilities
WHERE prediction.probabilities[0] > 0.7;

  labels   | probabilities
-----------+--------------
 "False."  | 0.8
 "True."   | 0.75   

Utilizzando una notazione dell'indice è possibile ottenere la probabilità di un'etichetta specifica. L'esempio seguente restituisce le probabilità di tutte le etichette True..

SELECT label, index, p.prediction.probabilities[index]
FROM churn_auto_predict_probabilities p, p.prediction.labels AS label AT index
WHERE label='True.';

  label  | index | probabilities
---------+-------+---------------
 "True." |     0 | 0.3
 "True." |     0 | 0.2
 "True." |     0 | 0.75

L'esempio seguente restituisce tutte le righe che includono un'etichetta True con una probabilità maggiore di 0,7, indicante il probabile abbandono del cliente.

SELECT prediction.labels[0], prediction.probabilities[0]
FROM churn_auto_predict_probabilities
WHERE prediction.probabilities[0] > 0.7 AND prediction.labels[0] = "True.";

labels     | probabilities
-----------+--------------
 "True."   | 0.75