ML模型TRANSFORM子句：特征可见性、访问与空值处理咨询

1. TRANSFORM生成特征不在临时表和ML.FEATURE_INFO()中是预期行为吗？ #

这是预期行为。TRANSFORM子句定义的预处理步骤属于模型训练的内部流程，生成的特征仅作为中间处理结果参与模型训练，不会被持久化到临时训练/评估数据表中；而ML.FEATURE_INFO()仅返回模型使用的原始输入特征的元数据，不会包含TRANSFORM生成的衍生特征。

2. 如何访问TRANSFORM转换后的特征？ #

有两种可靠方式获取转换后的特征：

• 手动复现预处理逻辑：将模型TRANSFORM子句中的步骤复制到SELECT语句中，直接对源数据执行转换。比如官方示例中的分桶逻辑，可单独编写查询：

  SELECT
    *,
    ML.BUCKETIZE(mother_age, [15, 20, 25, 30, 35, 40, 45]) AS bucketized_mother_age
  FROM
    your_source_table
  

• 使用ML.TRANSFORM函数：调用ML.TRANSFORM(model_name, input_data)，借助已训练的模型对输入数据执行相同的预处理流程，直接输出转换后的特征及原始数据。示例：

  SELECT * FROM ML.TRANSFORM(`your_project.your_dataset.your_model`, (SELECT * FROM your_source_table))
  

3. 自动插补与分桶操作的执行顺序？ #

当mother_age存在空值时，自动插补会在分桶操作之前执行。BigQuery ML的自动预处理遵循固定顺序：先完成缺失值处理（包括插补），再执行分桶、标准化等特征转换步骤，确保所有转换基于已清理的完整数据进行。

内容的提问来源于stack exchange，提问作者Geneviève Fleury