サポートされている入力特徴タイプ
BigQuery ML は、モデルタイプごとに異なる入力特徴タイプをサポートしています。次の表に、サポートされている入力特徴タイプを示します。
モデルカテゴリ | モデルタイプ | 数値型(INT64、NUMERIC、BIGNUMERIC、FLOAT64) | カテゴリ型(BOOL、STRING、BYTES、DATE、DATETIME) | TIMESTAMP | STRUCT | GEOGRAPHY | ARRAY<数値型> | ARRAY<カテゴリ型> | ARRAY<STRUCT<INT64、数値型>> |
---|---|---|---|---|---|---|---|---|---|
教師ありの学習 | 線形回帰とロジスティック回帰 | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |
ディープ ニューラル ネットワーク | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |||
ワイド&ディープ | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |||
ブーストされたツリー | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |||
AutoML Tables | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |||
教師なし学習 | K 平均法 | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |
PCA | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |||
オートエンコーダ | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | ||
時系列モデル | ARIMA_PLUS_XREG | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ |
密ベクトル入力
BigQuery ML は、モデルのトレーニング中に ARRAY<numerical>
を密ベクトル入力としてサポートしています。エンベディング機能は、特別な種類の密ベクトルです。詳細については、ML.GENERATE_EMBEDDING
関数をご覧ください。
スパース入力
BigQuery ML は、モデルのトレーニング中のスパース入力として ARRAY<STRUCT>
をサポートしています。各構造体には、ゼロベースのインデックスを表す INT64
値と、対応する値を表す数値型が含まれています。
次に示すのは、整数配列 [0,1,0,0,0,0,1]
のスパース テンソル入力の例です。
ARRAY<STRUCT<k INT64, v INT64>>[(1, 1), (6, 1)] AS f1