SVM_CLASSIFIER

针对输入关系训练 SVM 模型。

这是元函数。您必须在顶级 SELECT 语句中调用元函数。

行为类型

易变

语法

SVM_CLASSIFIER ( 'model‑name', input‑relation, 'response‑column', 'predictor‑columns'
        [ USING PARAMETERS
              [exclude_columns = 'excluded‑columns']
              [, C = 'cost']
              [, epsilon = 'epsilon‑value']
              [, max_iterations = 'max‑iterations']
              [, class_weights = 'weight']
              [, intercept_mode = 'intercept‑mode']
              [, intercept_scaling = 'scale'] ] )

参数

model‑name
标识要创建的模型，其中 model‑name 符合标识符中描述的约定。 同一架构中的序列、表、投影、视图和模型中也必须是唯一的。
input‑relation
包含训练数据的表或视图。 如果输入关系在 Hive 中定义，请使用 SYNC_WITH_HCATALOG_SCHEMA 以同步 hcatalog 架构，然后运行机器学习功能。
response‑column
表示因变量或结果的输入列。列值必须为 0 或 1，类型为数字 或 BOOLEAN，否则函数返回错误。
predictor‑columns

输入关系中表示模型自变量的列的逗号分隔列表，或者使用星号 (*) 以选择所有列。如果选择所有列，则参数 exclude_columns 的实参列表必须包含 response‑column，以及任何无效的列作为预测工具列。

所有预测工具列的类型必须为 numeric 或 BOOLEAN；否则模型无效。

参数

exclude_columns
要从处理中排除来自 predictor‑columns 列的逗号分隔列表。
C
错误分类成本的权重。该算法最大限度降低了正则化成本和误分类成本。

默认值： 1.0

epsilon
用于控制精度。

默认值： 1e-3

max_iterations
算法执行的最大迭代数。

默认值： 100

class_weights
指定如何确定两个类的权重，选择以下方式之一：

  • None （默认值）：不使用权重

  • value0、value1：两个逗号分隔的字符串，指定两个正 FLOAT 值，其中 value0 将权重分配给类 0，value1 将权重分配给类 1。

  • auto：根据样本数量对每个类别进行加权。

intercept_mode
指定如何处理截距，选择以下方式之一：

  • regularized （默认值）：适合截距并对其应用正则化。

  • unregularized：适合截距，但不包括在正则化中。

intercept_scaling
浮点值，用作虚拟特征的值，Vertica 使用其系数计算模型截距。因为虚拟特征不在训练数据中，所以它的值被设置为一个常数，默认为 1。

模型属性

示例

以下示例在 mtcars 表上使用 SVM_CLASSIFIER：


=> SELECT SVM_CLASSIFIER(
       'mySvmClassModel', 'mtcars', 'am', 'mpg,cyl,disp,hp,drat,wt,qsec,vs,gear,carb'
       USING PARAMETERS exclude_columns = 'hp,drat');
SVM_CLASSIFIER
----------------------------------------------------------------
Finished in 15 iterations.
Accepted Rows: 32  Rejected Rows: 0
(1 row)

另请参阅