Oracle 机器学习函数

Oracle 机器学习 (Oracle Machine Learning, OML) 函数为数据库内置的高级分析与预测建模提供了原生的 SQL 级接口。通过将复杂的机器学习算法引擎直接下推至数据库内部运行，开发者无需将大规模数据集提取到外部工具（如 Python 或 R 环境）中，即可在 SQL 查询中实时完成模型打分、聚类识别以及特征重要性评估。

这些函数通常接受预先训练好的数据挖掘模型名称作为参数，并结合 USING 子句传入目标数据列，从而提供高效、低延迟的实时智能决策支持。

聚类分析函数 (Clustering)

• CLUSTER_DETAILS()：返回预测聚类的属性贡献细节与规则描述。
• CLUSTER_DISTANCE()：计算数据点到指定聚类中心或最邻近聚类的几何距离。
• CLUSTER_ID()：返回给定数据行最可能所属的聚类标识符 (ID)。
• CLUSTER_PROBABILITY()：计算数据行属于特定聚类或最高概率聚类的置信概率。
• CLUSTER_SET()：返回包含所有候选聚类 ID 及对应匹配概率的对象集合。

特征提取与比对函数 (Feature Extraction)

• FEATURE_COMPARE()：比对两个不同数据行或文档之间的特征相似度。
• FEATURE_DETAILS()：输出影响特定特征值的属性重要性与权重明细。
• FEATURE_ID()：返回给定数据行关联度最高的特征标识符。
• FEATURE_SET()：返回与数据行匹配的一组特征及其置信权重集合。
• FEATURE_VALUE()：计算并返回指定特征的量化数值。

预测与分类函数 (Prediction)

• PREDICTION()：根据监督学习模型预测目标属性的最优分类结果或回归连续值。
• PREDICTION_BOUNDS()：返回回归预测或概率估计的置信区间上下界。
• PREDICTION_COST()：结合成本矩阵计算做出特定分类预测的代价成本。
• PREDICTION_DETAILS()：展示得出当前预测结论的关键特征及各属性的决策贡献度。
• PREDICTION_PROBABILITY()：返回模型给出最高概率预测或指定类别预测的置信概率。
• PREDICTION_SET()：返回所有可能分类标签及其预测概率的完整结果集合。
• ORA_DM_PARTITION_NAME()：返回驱动当前预测或打分计算的分区模型子名称。