BigQuery ML 建模實戰

課程概述

BigQuery ML（BQML）讓資料分析師不用學 Python 或 TensorFlow，直接在 BigQuery 裡用 SQL 就能建立、訓練、部署機器學習模型。資料也不用搬到別的平台，從「看到資料」到「跑出預測模型」的時間就短很多。這門課會帶你從零做出第一個 BQML 模型，並學會怎麼評估它、怎麼拿它來預測。

你將學到

• 使用 CREATE MODEL 語法建立線性迴歸與邏輯迴歸模型
• 使用 ML.EVALUATE 評估模型效能指標
• 使用 ML.PREDICT 對新資料進行預測
• 理解 BQML 支援的模型類型與適用場景
• 將 BQML 模型匯出至 Vertex AI 進行線上服務

核心概念

BigQuery ML 的定位

傳統 ML 工作流要走這幾步：匯出資料 → 預處理 → 選框架 → 訓練 → 評估 → 部署。BQML 把這一整串都收進 BigQuery，全用 SQL 搞定。哪些人特別適合用它？

• 熟悉 SQL 但不熟悉 Python 的資料分析師
• 需要快速驗證 ML 想法的資料科學家
• 想在不搬移資料的情況下建立模型的團隊

支援的模型類型

模型類型	SQL 關鍵字	典型場景
線性迴歸	LINEAR_REG	預測銷售額、溫度
邏輯迴歸	LOGISTIC_REG	客戶流失預測、垃圾郵件分類
K-Means 聚類	KMEANS	客戶分群、異常偵測
XGBoost	BOOSTED_TREE_CLASSIFIER/REGRESSOR	高精確度分類與迴歸
DNN	DNN_CLASSIFIER/REGRESSOR	複雜非線性關係
ARIMA Plus	ARIMA_PLUS	時間序列預測
匯入模型	TENSORFLOW	使用自訓練 TF 模型

建模流程

-- Step 1: 建立模型
CREATE OR REPLACE MODEL `dataset.my_model`
OPTIONS(model_type='LOGISTIC_REG', input_label_cols=['label'])
AS SELECT * FROM `dataset.training_data`;

-- Step 2: 評估模型
SELECT * FROM ML.EVALUATE(MODEL `dataset.my_model`);

-- Step 3: 預測
SELECT * FROM ML.PREDICT(MODEL `dataset.my_model`,
  (SELECT * FROM `dataset.new_data`));

模型評估指標

• 迴歸模型：關注 mean_squared_error（越低越好）和 r2_score（越接近 1 越好）
• 分類模型：關注 accuracy、precision、recall 和 f1_score
• AUC-ROC：邏輯迴歸的核心指標，0.5 表示隨機猜測，1.0 表示完美分類

實作重點

• CREATE MODEL 語句會啟動訓練 Job，大型資料集可能需要數分鐘到數十分鐘
• 用 TRANSFORM 子句可以在建模時一併把特徵工程定義好，這樣預測時就會自動套同一套轉換，不會兩邊兜不起來
• 想知道模型用了哪些特徵、哪個比較重要，用 ML.FEATURE_INFO 看
• 常見的雷：類別資訊如果是用數字編碼的（例如 0/1/2 代表三種分類），BQML 會把它誤當成連續數值特徵，要先 CAST 成 STRING，它才會當類別特徵去做 one-hot 編碼
• 成本提醒：BQML 訓練按資料掃描量計費，建議先用小資料集測試查詢邏輯

Skill Badge 指引

Lab 連結：Create ML Models with BigQuery ML — 完成此 lab 可獲得 Skill Badge

延伸學習

• Vertex AI 機器學習解決方案 — 當你需要更多彈性，可以看看 Vertex AI 這個功能更完整的平台
• BigQuery ML 推論實戰 — 想再進一步玩 BQML 的進階推論技巧，看這篇
• 在 BigQuery 中使用 Gemini 模型 — 結合 BQML 與 Gemini 大語言模型