지원되는 입력 특성 유형
BigQuery ML은 여러 모델 유형에 대해 서로 다른 입력 특성 유형을 지원합니다. 다음 표는 지원되는 입력 특성 유형을 보여줍니다.
모델 카테고리 | 모델 유형 | 숫자 유형(INT64, NUMERIC, BIGNUMERIC, FLOAT64) | 카테고리 유형(BOOL, STRING, BYTES, DATE, DATETIME) | TIMESTAMP | STRUCT | GEOGRAPHY | ARRAY<Numeric types> | ARRAY<Categorical types> | ARRAY<STRUCT<INT64, Numeric types>> |
---|---|---|---|---|---|---|---|---|---|
지도 학습 | 선형 및 로지스틱 회귀 | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |
심층신경망 | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |||
와이드 앤 딥 | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |||
부스티드 트리 | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |||
AutoML Tables | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |||
비지도 학습 | k-평균 | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |
PCA | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | |||
Autoencoder | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ | ||
시계열 모델 | ARIMA_PLUS_XREG | ✔ | ✔ | ✔ | ✔ | ✔ | ✔ |
밀집 벡터 입력
BigQuery ML은 ARRAY<numerical>
를 모델 학습 중 밀집 벡터 입력으로 지원합니다. 임베딩 특성은 특수한 유형의 밀집 벡터입니다. 자세한 내용은 ML.GENERATE_EMBEDDING
함수를 참조하세요.
희소 입력
BigQuery ML은 ARRAY<STRUCT>
를 모델 학습 중 희소 입력으로 지원합니다. 각 구조체에는 해당 0 기반 색인을 나타내는 INT64
값과 해당 값을 나타내는 숫자 유형이 포함됩니다.
다음은 정수 배열 [0,1,0,0,0,0,1]
의 희소 텐서 입력 예시입니다.
ARRAY<STRUCT<k INT64, v INT64>>[(1, 1), (6, 1)] AS f1