Forest_Predictモデル テーブル スキーマ
CREATE FACT TABLE public.aster_fp_admissions_clsmodel ( worker_ip VARCHAR, task_index INTEGER, tree_num INTEGER, tree VARCHAR ) DISTRIBUTE BY HASH (task_index) STORAGE ROW;
GLMPredictモデル テーブル スキーマ
CREATE ANALYTIC FACT TABLE public.glm_housing_model ( attribute INTEGER, predictor VARCHAR(1024), category VARCHAR(1024), estimate DOUBLE PRECISION, std_err DOUBLE PRECISION, { t_score | z_score } DOUBLE PRECISION, p_value DOUBLE PRECISION, significance VARCHAR(50), family VARCHAR(20) ) DISTRIBUTE BY HASH (attribute) STORAGE ROW;
Family ('GAUSSIAN')により作成されたモデル テーブルにはt_score列があり、そうでないモデル テーブルにはz_score列があります。
NaiveBayesPredictモデル テーブル スキーマ
CREATE ANALYTIC FACT TABLE public.aster_nb_modelsc ( class_nb VARCHAR(128), variable_nb VARCHAR(128), type_nb VARCHAR(128), category VARCHAR(32), cnt BIGINT, sum_nb DOUBLE PRECISION, sum_sq DOUBLE PRECISION, total_cnt BIGINT ) DISTRIBUTE BY HASH (class_nb) STORAGE ROW;
NaiveBayesTextClassifierPredictモデル テーブル スキーマ
CREATE DIMENSION TABLE public.nbtcp_spam_multinomialmodel ( token VARCHAR, category VARCHAR, prob DOUBLE PRECISION ) DISTRIBUTE BY REPLICATION STORAGE ROW;
Single_Tree_Predictモデル テーブル スキーマ
CREATE DIMENSION TABLE public.glass_model ( node_id BIGINT, node_size BIGINT, node_gini_p DOUBLE PRECISION, node_entropy DOUBLE PRECISION, node_chisq_pv DOUBLE PRECISION, node_label VARCHAR(512), node_majorvotes BIGINT, split_value DOUBLE PRECISION, split_gini_p DOUBLE PRECISION, split_entropy DOUBLE PRECISION, split_chisq_pv DOUBLE PRECISION, left_id BIGINT, left_size BIGINT, left_label VARCHAR(512), left_majorvotes BIGINT, right_id BIGINT, right_size BIGINT, right_label VARCHAR(512), right_majorvotes BIGINT, left_bucket VARCHAR(512), right_bucket VARCHAR(512), attribute VARCHAR(512) ) DISTRIBUTE BY REPLICATION STORAGE ROW;
SparseSVMPredictモデル テーブル スキーマ
CREATE FACT TABLE public.aster_svm_iris_model_default ( classid INTEGER, weights BYTEA ) DISTRIBUTE BY HASH (classid) STORAGE ROW;