使用 Amazon Redshift 数据训练机器学习模型 - Amazon Redshift
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 中国的 Amazon Web Services 服务入门 (PDF)

从 2025 年 11 月 1 日起,Amazon Redshift 将不再支持创建新的 Python UDF。如果您想要使用 Python UDF,请在该日期之前创建 UDF。现有的 Python UDF 将继续正常运行。有关更多信息,请参阅博客文章

使用 Amazon Redshift 数据训练机器学习模型

使用 Amazon Redshift 机器学习 (Amazon Redshift ML),您可以通过向 Amazon Redshift 提供数据来训练模型。然后,Amazon Redshift ML 将创建模型来捕获输入数据中的模式。接着,您可以使用这些模型为新输入数据生成预测,而不会产生额外的成本。通过使用 Amazon Redshift ML,您可以使用 SQL 语句训练机器学习模型,并在 SQL 查询中调用它们以进行预测。您可以通过迭代更改参数和改进训练数据来继续提高预测的准确性。

Amazon Redshift ML 使 SQL 用户能够更轻松地使用熟悉的 SQL 命令创建、训练和部署机器学习模型。借助 Amazon Redshift ML,您可以使用 Amazon Redshift 集群中的数据,通过 Amazon SageMaker AI Autopilot 训练模型并自动获得最佳模型。然后,您可以对模型进行本地化,并从 Amazon Redshift 数据库中进行预测。

有关 Amazon Redshift ML 的更多信息,请参阅《Amazon Redshift 数据库开发人员指南》中的开始使用 Amazon Redshift ML