最近在 GitHub 上看到的这个 MindsDB[1] 项目让我眼前一亮，它可以在数据库里执行机器学习相关的操作，也就是说，仅用 SQL 就可以构建、训练、优化和部署机器学习模型，要获得预测，只需查询数据和 ML 模型就可以。
MindsDB 通过采用 AI 表的概念将机器学习引入数据库。AI 表是作为虚拟表存储在数据库中的机器学习模型。它们有助于根据数据进行预测。你可以在数据库中执行时间序列、回归和分类预测，并通过使用简单的 SQL 语句查询 AI 表几乎立即获得输出。
接下来，我们来看一个官方提供的一个简单示例。
1、申请一个免费的 MindsDB 云账号，这样就可以立刻体验到了。如果你更喜欢本地部署，可以安装他们的 Docker 版本。
2、从 SQL 客户端连接到 MindsDB。
3、使用 CREATE DATABASE 连接到数据库。MindsDB 有一个示例数据库，可以立即使用。请使用 CREATE DATABASE 语句，如下所示：
CREATE DATABASE example_data
WITH ENGINE = "postgres",
PARAMETERS = {
"user": "demo_user",
"password": "demo_password",
"host": "3.220.66.106",
"port": "5432",
"database": "demo"
};执行之后可以得到下面的结果：
Query OK, 0 rows affected (3.22 sec)
4、可以使用标准 SQL 来预览数据，如下图所示：
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
5、使用 CREATE PREDICTOR 创建预测器：
CREATE PREDICTOR mindsdb.home_rentals_predictor FROM example_data (SELECT * FROM demo_data.home_rentals) PREDICT rental_price;
执行后：
Query OK, 0 rows affected (9.79 sec)
6、检查预测器的状态：
SELECT status FROM mindsdb.predictors WHERE name='home_rentals_predictor';
会得到正在训练或者已完成的状态：
+----------+ | status | +----------+ | training | +----------+
或者
+----------+ | status | +----------+ | complete | +----------+
7、执行预测
SELECT 语句允许你基于特征进行预测，其中特征是用于进行预测的输入变量或输入列。现在来预测一栋带两间浴室的 1000 平方英尺房屋的租金是多少。
SELECT rental_price FROM mindsdb.home_rentals_predictor WHERE number_of_bathrooms=2 AND sqft=1000;
得到结果如下：
+--------------+ | rental_price | +--------------+ | 1130 | +--------------+
到了这一步，你已经成功地使用 SQL 训练了一个预测模型并获得了预测的数据！
特性
1、自动数据预处理、特征工程和编码
2、分类、回归、时间序列任务
3、无需“传统部署”即可将模型投入生产
4、获取每个预测的模型准确度评分和置信区间
5、可以将 ML 模型与现有数据 Join
6、异常检测
7、模型可解释性分析
8、支持 GPU 训练
支持和以下数据库集成：
最后的话
仅用 SQL 就可以使用机器学习真的很方便，MindsDB 的技术细节可以访问官方文档[2]，如果有帮助请点在看分享给更多的朋友。
参考资料：
[1]MindsDB: https://github.com/mindsdb/mindsdb
[2]文档: docs.mindsdb.com
