手動での特徴の前処理

CREATE MODEL ステートメントの TRANSFORM 句を手動の前処理関数と組み合わせて使用すると、カスタムデータの前処理を定義できます。これらの手動の前処理関数は、TRANSFORM 句の外部でも使用できます。

データの前処理をモデルのトレーニングから切り離す場合は、TRANSFORM 句を使用してデータ変換のみを行う変換のみのモデルを作成します。

ML.TRANSFORM 関数を使用すると、特徴の前処理の透明性を高めることができます。この関数を使用すると、モデルの TRANSFORM 句から前処理済みのデータを返すことができるため、モデルのトレーニングに使用する実際のトレーニング データと、モデルのサービングに使用する実際の予測データを確認できます。

BigQuery ML での特徴の前処理のサポートについては、特徴前処理の概要をご覧ください。

各モデルタイプでサポートされている SQL ステートメントと関数については、各モデルのエンドツーエンドのユーザー ジャーニーをご覧ください。

前処理関数の種類

手動での前処理関数には、いくつかの種類があります。

• スカラー関数は単一の行で動作します。たとえば、ML.BUCKETIZE です。
• テーブル値関数はすべての行に対して動作し、テーブルを出力します。たとえば、ML.FEATURES_AT_TIME です。

• 分析関数はすべての行で動作し、すべての行で収集された統計に基づいて各行の結果を出力します。たとえば、ML.QUANTILE_BUCKETIZE です。

  ML 分析関数では、常に空の OVER() 句を使用する必要があります。

  トレーニング中に TRANSFORM 句内で ML 分析関数を使用すると、予測の入力に同じ統計情報が自動的に適用されます。

以降のセクションでは、利用可能な前処理関数について説明します。

一般的な関数

文字列または数式に対して次の関数を使用して、データをクリーンアップします。

• ML.IMPUTER

数値関数

データを正則化するには、数式で次の関数を使用します。

• ML.BUCKETIZE
• ML.MAX_ABS_SCALER
• ML.MIN_MAX_SCALER
• ML.NORMALIZER
• ML.POLYNOMIAL_EXPAND
• ML.QUANTILE_BUCKETIZE
• ML.ROBUST_SCALER
• ML.STANDARD_SCALER

カテゴリ関数

カテゴリデータに対して次の関数を使用します。

• ML.FEATURE_CROSS
• ML.HASH_BUCKETIZE
• ML.LABEL_ENCODER
• ML.MULTI_HOT_ENCODER
• ML.ONE_HOT_ENCODER

テキスト関数

テキスト文字列式で次の関数を使用します。

• ML.NGRAMS
• ML.BAG_OF_WORDS（プレビュー）
• ML.TF_IDF（プレビュー）

画像関数

画像データに対して次の関数を使用します。

• ML.CONVERT_COLOR_SPACE
• ML.CONVERT_IMAGE_TYPE
• ML.DECODE_IMAGE
• ML.RESIZE_IMAGE

既知の制限事項

• BigQuery ML は、モデルのエクスポートで自動前処理と手動前処理の両方をサポートします。サポートされるデータ型および関数をご覧ください。BigQuery MLTRANSFORM句でトレーニング済みのモデルをエクスポートします。