GLMPredict例: VARCHARへの入力列のキャスト - Advanced SQL Engine - Teradata Database

GLMPredict例: ロジスティック分散予測と同様に、この例では学生の応募状況を予測します。両方の例で、入力列mastersカテゴリ別で、値はyesまたはnoです。他の例では、値は'yes'または'no'です。この例では、値は数値なので(yesは1、noは0)、VARCHARへのキャストが必要です。

入力

• 入力テーブル: admissions_test_2、学生20名の応募情報を含んでいます。
• モデル: glm_admissions_model、Teradata Vantage™ Machine Learning Engine分析関数リファレンス、B700-4003の「GLM関数例: Interceptによるロジスティック回帰分析」によって出力され、カテゴリ列は次のように変更される。

  attribute	predictor	category
  1	masters	'1'
  2	masters	'0'

SQL呼び出し

CREATE MULTISET TABLE glmpredict_admissions_2 AS (
  SELECT * FROM GLMPredict (
    ON (
      SELECT id, CAST(masters AS varchar(10)) AS masters,
        gpa, stats, programming, admitted
      FROM admissions_test
    ) PARTITION BY ANY
    ON glm_admissions_model AS Model DIMENSION
    USING
    Accumulate ('id','masters','gpa','stats','programming','admitted')
    Family ('LOGISTIC')
    LinkFunction ('LOGIT')
  ) 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 glmpredict_admissions_2 ORDER BY 1;

予測値は精度が異なります。その理由は、ML EngineGLM関数で出力されAdvanced SQL Engineにフェッチされるモデル テーブルに依存するからです。

fitted_value列の分類

GLMPredict例: ロジスティック分散予測を参照してください。

予測精度

GLMPredict例: ロジスティック分散予測を参照してください。