SVMSparsePredictの例 - Advanced SQL Engine - Teradata Database

Teradata Vantage™ - Advanced SQL Engine分析関数

Product
Advanced SQL Engine
Teradata Database
Release Number
17.05
17.00
Published
2020年6月
Language
日本語
Last Update
2021-03-30
dita:mapPath
ja-JP/mld1565890109978.ditamap
dita:ditavalPath
ja-JP/mld1565890109978.ditaval
dita:id
B035-1206
Product Category
Software
Teradata Vantage

入力

  • InputTable: svm_iris_input_test
  • モデル: svm_iris_model、ML Engine SVMSparse関数により出力

    モデルはバイナリ形式です。その読み取り可能なコンテンツを表示するには、ML EngineSVMSparseSummary関数を使用します。

svm_iris_input_test
id species attribute value
5 setosa sepal_length 5.0
5 setosa sepal_width 3.6
5 setosa petal_length 1.4
5 setosa petal_width 0.2
10 setosa sepal_length 4.9
10 setosa sepal_width 3.1
10 setosa petal_length 1.5
10 setosa petal_width 0.1
15 setosa sepal_length 5.8
15 setosa sepal_width 4.0
15 setosa petal_length 1.2
15 setosa petal_width 0.2
..。 ..。 ..。 ..。

SQL呼び出し

CREATE MULTISET TABLE svm_iris_predict_out AS (
  SELECT * FROM SVMSparsePredict (
    ON svm_iris_input_test AS InputTable PARTITION BY id
    ON svm_iris_model AS Model DIMENSION
    USING
    IDColumn ('id')
    AttributeNameColumn ('attribute')
    AttributeValueColumn ('value')
    Accumulate ('species')
  ) AS dt
) WITH DATA;

出力

このクエリーは、以下のテーブルを返します。

SELECT * FROM svm_iris_predict_out ORDER BY id;
id predict_value predict_confidence species
5 setosa 0.878736053291771 setosa
10 setosa 0.827684323576856 setosa
15 setosa 0.933727152238982 setosa
..。 ..。 ..。 ..。

予測精度

このクエリーは予測精度を返します。

SELECT (SELECT count(id)
FROM svm_iris_predict_out
WHERE predict_value = species)/(
  SELECT count(id) FROM svm_iris_predict_out) AS prediction_accuracy;
prediction_accuracy
0.946666666666667