Google bigquery 是否可以使用BigqueryML每天刷新客户级数据集以给出客户流失预测

是否可以使用Bigquery ML每天刷新客户级别的数据集以提供客户流失预测？您可以定期运行创建模型。当执行创建模型时，该模型将持久保存在BigQuery存储中

对于即时更新，使用或自动化管道工作流是最佳选择。

此处的“刷新”一词可能含义不明确，而“数据集”一词可能指的是BigQuery表。 据我所知，您的问题是是否可以创建一个包含用户和使用BigQuery ML计算的客户流失分数的最新表

答案是肯定的，在您使用BQML训练模型之后，您可以运行计划查询来提供预测。请记住：

• 更新BigQuery表中的数据是非常不可取的。取而代之的是考虑将结果附加到一个表中，该表有一个时间戳来标识预测（比如说每一天）。然后创建一个仅显示最新预测的视图
• 您可能需要运行一系列查询，例如：使用功能创建培训数据集、运行预测并保存结果。为此，您可能需要使用

---

实现所需解决方案的解决方案是创建ML BQ模型并在运行时存储输出。然后使用预测输出执行Bigquery表的任何操作

您可以执行数据流或简单的python代码来实现所需的数据流

from dateutil.parser import parse
import datetime
from google.cloud import bigquery


stream_query = """delete from `ikea-itsd-ml.test123.YOUR_NEW_TABLE4`  WHERE 1=1"""

stream_client = bigquery.Client()

stream_Q = stream_client.query(stream_query)
stream_data_df = stream_Q.to_dataframe()