Tipi di funzionalità di input supportati
BigQuery ML supporta differenti tipi di caratteristiche di input a seconda del tipo di modello. I tipi di funzionalità di input supportati sono elencati nella seguente tabella:
Categoria del modello | Tipi di modelli | Tipi numerici (INT64, NUMERIC, BIGNUMERIC, FLOAT64) | Tipi categorici (BOOL, STRING, BYTES, DATE, DATETIME) | TIMESTAMP | STRUCT | GEOGRAPHY | ARRAY<Tipi numerici> | ARRAY<Tipi categorici> | ARRAY<STRUCT<INT64, Tipi numerici>> |
---|---|---|---|---|---|---|---|---|---|
Apprendimento supervisionato | Regressione lineare e logistica | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |
Reti neurali profonde | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |||
Ampio e profondo | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |||
Alberi potenziati | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |||
AutoML Tables | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |||
Apprendimento non supervisionato | K-means | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |
PCA | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |||
Autoencoder | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | ||
Modelli di serie temporale | ARIMA_PLUS_XREG | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ |
Input vettoriale denso
BigQuery ML supporta ARRAY<numerical>
come input di vettore denso durante l'addestramento del modello. La funzionalità di incorporamento è un tipo speciale di vettore denso.
Per ulteriori informazioni, consulta la funzione ML.GENERATE_EMBEDDING
.
Input sparso
BigQuery ML supporta ARRAY<STRUCT>
come input sparso durante l'addestramento del modello. Ogni struct contiene un valore INT64
che rappresenta il suo indice in base zero e un tipo numerico che rappresenta il valore corrispondente.
Di seguito è riportato un esempio di input di tensore sparso per l'array di numeri interi
[0,1,0,0,0,0,1]
:
ARRAY<STRUCT<k INT64, v INT64>>[(1, 1), (6, 1)] AS f1