您將使用 SQL 預處理來訓練 BigQuery ML 模型，但會在未經轉換的原始輸入上執行預測。您應該如何建構訓練和預測以避免在預測時發生資料偏差？

正確答案是使用 TRANSFORM 子句。BigQuery ML 的 TRANSFORM 子句允許您在模型訓練期間定義預處理步驟。當您使用此模型進行預測時，BigQuery ML 會自動將相同的 TRANSFORM 邏輯應用於新的原始輸入資料，確保訓練和預測之間的一致性。這可以避免資料偏差，因為預測時的資料處理方式與訓練時完全相同。 其他選項是錯誤的，因為它們會導致訓練和預測之間的資料處理方式不一致： 選項二要求在預測前手動轉換資料，這容易出錯並導致偏差。 選項三使用視圖進行訓練，但預測時直接使用原始輸入，這表示預處理邏輯不會自動應用於預測資料。 選項四使用 Dataflow 進行預處理，這是一個外部步驟，BigQuery ML 不會自動在預測時重複此處理，同樣會導致不一致。