我在使用BigQuery ML训练模型，我的输入数据包含多个字段，其中有一个是客户编号，这个编号作为预测特征没有用处，但我需要它出现在最终输出中，以便我可以参考哪些用户得分高，哪些得分低。我怎样才能在不完全删除它的情况下，将这个列排除在模型训练之外？

阅读文档后，我发现唯一能排除列的方法是将其添加到input_label_cols中，但显然它不属于这一类，或者是data_split_col，但这不是我想要的。

回答：

你不需要将不需要成为模型一部分的字段包含进模型中 – 完全不需要。
相反，你需要在预测时包含它们。

例如，在下面的模型中，你只有6个字段作为输入（carrier, origin, dest, dep_delay, taxi_out, distance）

#standardsqlCREATE OR REPLACE MODEL flights.ontimeOPTIONS  (model_type='logistic_reg', input_label_cols=['on_time']) ASSELECT  IF(arr_delay < 15, 1, 0) AS on_time,  carrier,  origin,  dest,  dep_delay,  taxi_out,  distanceFROM `cloud-training-demos.flights.tzcorr`WHERE arr_delay IS NOT NULL   

而在预测时，你可以使用所有额外的字段，如下所示（而且你可以在SELECT的任何位置放置它们 – 但请注意 – 预测的列将优先显示）:

#standardsqlSELECT * FROM ml.PREDICT(MODEL `cloud-training-demos.flights.ontime`, (  SELECT    UNIQUE_CARRIER,         -- 额外列    ORIGIN_AIRPORT_ID,      -- 额外列    IF(arr_delay < 15, 1, 0) AS on_time,    carrier,    origin,    dest,    dep_delay,    taxi_out,    distance  FROM `cloud-training-demos.flights.tzcorr`  WHERE arr_delay IS NOT NULL  LIMIT 5))   

显然，input_label_cols和data_split_col用于不同的目的

input_label_cols STRING 训练数据中的标签列名称。

data_split_col STRING 此选项用于识别用于拆分数据的列[到训练和评估集]。该列不能用作特征或标签，并且将自动从特征中排除。