17.10 - 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
17.10
Release Date
2021年7月
Content Type
プログラミング リファレンス
Publication ID
B035-1206-171K-JPN
Language
日本語 (日本)

入力

このドキュメントのすべての完全なサンプルは、ダウンロード可能なzipファイルの形式で入手できます。zipファイルには、サンプルの入力テーブルを作成するSQLスクリプト ファイルが含まれています。https://docs.teradata.com/でこのドキュメントを参照している場合は、左側のサイドバーの添付ファイル""からzipファイルをダウンロードできます。

  • 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
..。 ..。 ..。 ..。
svm_iris_model
classid weights
-3 757365686173683A66616C736500636F73743A312E300073616D706C656E756D6265723A31323000736565643A3932333038343200636C6173736E756D6265723A33006973636F6E7665726765643A66616C736500666561747572656E756D6265723A3400697373696E676C656E6F64653A7472756500636C61737377656967687473737472696E673A0066696E616C6C6F73733A33312E37333030393836383531373130323600657073696C6F6E3A302E303100626961733A302E300066696E616C737465703A313030303000636C617373776569676874733A312E302C312E302C312E30
-2 7365746F7361007665727369636F6C6F720076697267696E696361
-1 706574616C5F6C656E67746800706574616C5F776964746800736570616C5F6C656E67746800736570616C5F7769647468
0 BFF134DF08DD751EBFE204E07599DDE03FD93A9DDED02C8A3FD57FC7A69871810000000000000000
1 3FE4F1C5871DE4A0C000B12D7E8C18FE3FE558515B291C5DBFF6F2558D9050370000000000000000
2 3FF9424250696DEA4003BA4B98AB24FCBFF5FBB2667D07A7BFF1D36766E2FE0A0000000000000000

SQL呼び出し

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;

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 9.47345262648877E-001 setosa
10 setosa 8.46460012681134E-001 setosa
15 setosa 9.76489773801754E-001 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)/(1.00*(
  SELECT count(id) FROM svm_iris_predict_out)) AS prediction_accuracy;
prediction_accuracy
0.83