DecisionForestPredict関数は、ML Engine DecisionForest関数で出力されたモデルを使用して、入力データを分析し予測を行ないます。
モデル テーブルがAster DatabaseでサポートされているバージョンのAster Analyticsを使用して作成された場合は、AA 7.00使用上の注意を参照してください。
DecisionForestPredictは、各結果が予測されるクラスにある確率を出力します。DecisionForestPredict出力をML Engine ROC関数への入力として使用するには、まず各結果が正のクラスにある確率を示すように変換する必要があります。これを行なう1つの方法として、予測されるクラスが負の場合に確率を(1-現在の確率)に変更します。
予測アルゴリズムは浮動小数点数を比較します。ML EngineとTeradata Databaseの実行に固有のデータ型の相違があるため、予測が異なる可能性があります。関数を呼び出す前に、以下の式を使用して相対誤差を計算します。
relative_error = (abs(mle_prediction - td_prediction)/mle_prediction)*100
ここで、mle_predictionはML Engineの予測値、td_predictionはTeradata Databaseの予測値です。誤差(e)はガウスの法則に従います。0< e < 3%であれば無視できる差異で、高い信頼性があります。