Tipos de atributos de entrada admitidos

BigQuery ML admite diferentes tipos de atributos de entrada para diferentes tipos de modelos. Los tipos de atributos de entrada admitidos se enumeran en la siguiente tabla:

Categoría del modelo	Tipos de modelos	Tipos numéricos (INT64, NUMERIC, BIGNUMERIC, FLOAT64 ).	Tipos categóricos (BOOL, STRING, BYTES, DATE, DATETIME)	TIMESTAMP	STRUCT	GEOGRAPHY	ARRAY<Tipos numéricos>	ARRAY<Tipos categóricos>	ARRAY<STRUCT<INT64, Tipos numéricos>>
Aprendizaje supervisado	Regresión lineal y logística	✔	✔	✔	✔		✔	✔	✔
	Redes neuronales profundas	✔	✔		✔		✔	✔	✔
	Algoritmo de amplitud y profundidad	✔	✔		✔		✔	✔	✔
	Árboles con boosting	✔	✔		✔		✔	✔	✔
	AutoML Tables	✔	✔	✔	✔		✔	✔
Aprendizaje no supervisado	k-means	✔	✔	✔	✔	✔	✔	✔
	PCA	✔	✔	✔	✔		✔	✔
	Codificador automático	✔	✔	✔	✔		✔	✔	✔
Modelos de serie temporal	ARIMA_PLUS_XREG	✔	✔	✔	✔			✔	✔

Nota: Los modelos de factorización de matrices y ARIMA_PLUS tienen tipos de atributos de entrada especiales. Los tipos de entrada enumerados para ARIMA_PLUS_XREG son solo para regresores externos.

Entrada vectorial densa

BigQuery ML admite ARRAY<numerical> como entrada vectorial densa durante el entrenamiento de modelos. El atributo de incorporación es un tipo especial de vector denso. Consulta la función ML.GENERATE_EMBEDDING para obtener más información.

Entrada dispersa

BigQuery ML admite ARRAY<STRUCT> como entrada dispersa durante el entrenamiento de modelos. Cada struct contiene un valor INT64 que representa su índice basado en cero y un tipo numérico que representa el valor correspondiente.

A continuación, se muestra un ejemplo de una entrada de tensor disperso para el array de números enteros [0,1,0,0,0,0,1]:

ARRAY<STRUCT<k INT64, v INT64>>[(1, 1), (6, 1)] AS f1