这是本节的多页打印视图。点击此处打印.

模型评估

1: CONFUSION_MATRIX
2: CROSS_VALIDATE
3: ERROR_RATE
4: LIFT_TABLE
5: MSE
6: PRC
7: READ_TREE
8: RF_PREDICTOR_IMPORTANCE
9: ROC
10: RSQUARED

一组 Vertica 机器学习函数评估训练模型生成的预测数据，或返回有关模型本身的信息。

1 - CONFUSION_MATRIX

使用响应变量的观察值和预测值计算表的混淆矩阵。 CONFUSION_MATRIX 生成具有以下尺寸的表格：

行：类的数量
列：类的数量 + 2

语法

CONFUSION_MATRIX ( targets, predictions [ USING PARAMETERS num_classes = num‑classes ] OVER()

参数

实参 targets 和 predictions 必须设置为数据类型相同的输入列，即以下之一：INTEGER、BOOLEAN 或 CHAR/VARCHAR。根据数据类型，这些列将按如所示标识类：

INTEGER：从零开始的连续整数（介于 0 和 (num-classes-1) 之间），其中 num-classes 为类数。例如，给定以下输入列值 — {0, 1, 2, 3, 4} — Vertica 假定有五个类。

注意
如果输入列值不连续，Vertica 将插入缺失值。因此，给定以下输入值 — {0, 1, 3, 5, 6,} — Vertica 假设有七个类。
BOOLEAN：“是”或“否”
CHAR/VARCHAR：类名。如果输入列的类型为 CHAR/VARCHAR 列，则还必须将参数 num_classes 设置为类数。
注意

Vertica 将类数计算为两个输入列中值的并集。例如，假如 targets 和 predictions 中的值集输入列为如下所示，则 Vertica 将计为四个类：
```
{'milk', 'soy milk', 'cream'}
{'soy milk', 'almond milk'}
```

参数

num_classes

一个整数 > 1，指定要传递给该函数的类数。

如果指定的输入列为 CHAR/VARCHAR 类型，则必须设置此参数。否则，该函数将根据列数据类型处理此参数：

INTEGER：默认设置为 2，如果类数为任何其他值，则必须正确设置此参数。
BOOLEAN：默认设置为 2，不能设置为任何其他值。

示例

此示例计算逻辑回归模型的混淆矩阵，该模型将 mtcars 数据集中的汽车分为自动档或手动档。观察值在输入列 obs 中，而预测值在输入列 pred 中。因为这是一个二元分类问题，所以所有值都是 0 或 1。

在返回的表中，列 am 中值为 0 的所有 19 辆汽车都被 PREDICT_LOGISTIC_REGRESSION 正确预测其值为 0。在 am 列中值为 1 的 13 辆汽车中，12 辆被正确预测其值为 1，而 1 辆汽车被错误地分类为值 0：

=> SELECT CONFUSION_MATRIX(obs::int, pred::int USING PARAMETERS num_classes=2) OVER()
    FROM (SELECT am AS obs, PREDICT_LOGISTIC_REG(mpg, cyl, disp,drat, wt, qsec, vs, gear, carb
             USING PARAMETERS model_name='myLogisticRegModel')AS PRED
             FROM mtcars) AS prediction_output;

actual_class | predicted_0 | predicted_1 |        comment
-------------+-------------+-------------+------------------------------------------
0            |          19 |           0 |
1            |           0 |          13 | Of 32 rows, 32 were used and 0 were ignored
(2 rows)

2 - CROSS_VALIDATE

使用输入关系对学习算法执行 k-fold 交叉验证，并对超参数执行网格搜索。输出是所选算法的平均性能指标。该函数支持 SVM 分类、朴素贝叶斯和逻辑回归。

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

CROSS_VALIDATE ( 'algorithm', 'input‑relation', 'response‑column', 'predictor‑columns'
        [ USING PARAMETERS
              [exclude_columns = 'excluded‑columns']
           [, cv_model_name = 'model']
           [, cv_metrics = 'metrics']
           [, cv_fold_count = num‑folds]
           [, cv_hyperparams = 'hyperparams']
           [, cv_prediction_cutoff = prediction‑cutoff] ] )

参数

算法

算法训练函数的名称，为以下之一：

input‑relation

包含用于训练和测试的数据的表或视图。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

包含响应的输入列的名称。

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。

参数

exclude_columns

要从处理中排除来自 predictor‑columns 列的逗号分隔列表。

cv_model_name

允许您检索交叉验证过程结果的模型的名称。如果忽略此参数，则显示结果但不保存。如果将此参数设置为模型名称，则可以使用摘要函数 GET_MODEL_ATTRIBUTE 和 GET_MODEL_SUMMARY 检索结果

cv_metrics

用于评估算法的指标，指定为指标名称的逗号分隔列表或 JSON 数组。在这两种情况下，您都需要指定以下一个或多个指标名称：

accuracy （默认值）
error_rate
TP：真阳性，预测为 1 类的 1 类案例数
FP：假阳性，预测为 1 类的 0 类案例数
TN：真阴性，预测为 0 类的 0 类案例数
FN：假阴性，预测 0 类的 1 类案例数
TPR 或 recall：真阳性率，1 类中的正确预测
FPR：假阳性率，0 类中的错误预测
TNR：真阴性率，0 类中的正确预测
FNR：假阴性率，1 类中的错误预测
PPV 或 precision：阳性预测值，预测为 1 类案例中的正确预测
NPV：阴性预测值，预测为 0 类案例中的正确预测

MSE：均方误差

 ![](/images/machine-learning/mean-squared-error.png)

MAE：平均绝对误差

 ![](/images/machine-learning/mean-absolute-error.png)

rsquared：决定系数

 ![](/images/machine-learning/rsquared.png)

explained_variance

![](/images/machine-learning/explained-variance.png)

fscore

(1 + beta˄2) * precison * recall / (beta˄2 * precision + recall)

beta 默认等于 1

auc_roc：使用指定数量 bin 的 ROC 的 AUC，默认为 100
auc_prc：使用指定数量 bin 的 PRC 的 AUC，默认为 100
counts：解析为其他四个指标的快捷方式：TP、FP、TN 和 FN
count：仅在 JSON 语法中有效，计算由一个类 (case-class-label) 标记但预测为另一类 (predicted-class-label) 的案例数：
```
cv_metrics='[{"count":[case-class-label, predicted-class-label]}]'
```

cv_fold_count

拆分数据的折叠数。

默认值： 5

cv_hyperparams

JSON 字符串，描述用于超参数网格搜索的参数组合。JSON 字符串包含成对的超参数名称。每个超参数的值可以指定为数组或序列。例如：

{"param1":[value1,value2,...], "param2":{"first":first_value, "step":step_size, "count":number_of_values} }

应使用 JSON 标准引用超参数名称和字符串值。这些参数被传递给训练函数。

cv_prediction_cutoff

传递给逻辑回归预测阶段的临界阈值，介于 0 和 1（不含）之间的 FLOAT

默认值： 0.5

模型属性

call_string

在调用 CROSS_VALIDATE 时指定的所有输入实参的值。

run_average

参数 cv_metrics 中指定的所有指标的所有折叠的平均值（如果指定）；否则为平均精度。

fold_info

每个折叠的行数：

fold_id：折叠的索引。
row_count：折叠中为测试而保留的行数。

counters

该函数的所有计数器，包括：

accepted_row_count：input_relation 中的总行数减去拒绝的行数。
rejected_row_count：因包含无效值而跳过的 input_relation 行数。
feature_count：输入到机器学习模型的特征数量。

run_details

有关每次运行的信息，其中运行意味着训练一个模型，然后在一个保留的折叠上测试该模型：

fold_id：保留用于测试的折叠的索引。
iteration_count：在非保留折叠的模型训练中使用的迭代数。
accuracy：参数 cv_metrics 中指定的所有指标，或精度（如果未提供 cv_metrics）。
error_rate：参数 cv_metrics 中指定的所有指标，或精度（如果忽略该参数）。

特权

非超级用户：

对输入关系的 SELECT 权限
机器学习算法在其中生成模型的默认架构的 CREATE 和 USAGE 权限。如果提供了 cv_model_name，则交叉验证结果将作为模型保存在同一架构中。

在 JSON 中指定指标

参数 cv_metrics 可以将指标指定为 JSON 对象的数组，其中每个对象指定一个指标名称。例如，以下表达式将 cv_metrics 设置为指定为 JSON 对象的两个指标，即 accuracy 和 error_rate：

cv_metrics='["accuracy", "error_rate"]'

在下一个示例中，cv_metrics 设置为两个指标，即 accuracy 和 TPR（真阳性率）。此处，TPR 指标被指定为一个 JSON 对象，它接受一个包含两个类标签实参（即 2 和 3）的数组：

cv_metrics='[ "accuracy", {"TPR":[2,3] } ]'

指定为 JSON 对象的指标可以接受参数。在以下示例中，fscore 指标指定参数 beta，该参数设置为 0.5：

cv_metrics='[ {"fscore":{"beta":0.5} } ]'

参数支持对于某些指标特别有用。例如，指标 auc_roc 和 auc_prc 构建一条曲线，然后计算该曲线下的面积。对于 ROC，曲线是通过绘制指标 TPR 与 FPR 而成的；对于 PRC，通过绘制指标 PPV (precision) 与 TPR (recall) 而成。通过将参数 num_bins 设置为大于默认值 100 的值，可以提高此类曲线的精度。例如，以下表达式计算使用 1000 个 bin 构建的 ROC 曲线的 AUC：

cv_metrics='[{"auc_roc":{"num_bins":1000}}]'

将指标用于多类分类器函数

所有支持的指标均为二元分类器函数 LOGISTIC_REG 和 SVM_CLASSIFIER 而定义。对于 NAIVE_BAYES 等多类分类器函数，可以针对每个 one-versus-the-rest 二元分类器计算这些指标。使用实参请求每个分类器的指标。例如，如果训练数据具有整数类标签，您可以使用 precision (PPV) 指标设置 cv_metrics，如下所示：

cv_metrics='[{"precision":[0,4]}]'

此设置指定返回为两个分类器计算精度的两列：

第 1 列：对 0 与非 0 进行分类
第 2 列：对 4 与非 4 进行分类

如果忽略类标签实参，则使用索引为 1 的类。不是为单个 one-versus-the-rest 分类器计算指标，而是以下列方式之一计算平均值：macro、micro 或 weighted（默认）。例如，以下 cv_metrics 设置返回按类大小加权的平均值：

cv_metrics='[{"precision":{"avg":"weighted"}}]'

可以采用类似方式为多类分类器定义 AUC 类型的指标。例如，以下 cv_metrics 设置计算每个 one-versus-the-rest 分类器的 ROC 曲线下面积，然后返回按类大小加权的平均值。

cv_metrics='[{"auc_roc":{"avg":"weighted", "num_bins":1000}}]'

示例

=> SELECT CROSS_VALIDATE('svm_classifier', 'mtcars', 'am', 'mpg'
      USING PARAMETERS cv_fold_count= 6,
                       cv_hyperparams='{"C":[1,5]}',
                       cv_model_name='cv_svm',
                       cv_metrics='accuracy, error_rate');
         CROSS_VALIDATE
----------------------------
 Finished

===========
run_average
===========
C  |accuracy      |error_rate
---+--------------+----------
1 | 0.75556       |  0.24444
5 | 0.78333       |  0.21667
(1 row)

3 - ERROR_RATE

使用输入表返回一个计算错误分类率并将其显示为 FLOAT 值的表。 ERROR_RATE 返回具有以下维度的表：

行：类数加上包含跨类总错误率的一行
列：2

语法

ERROR_RATE ( targets, predictions [ USING PARAMETERS num_classes = num‑classes ] ) OVER()

参数

实参 targets 和 predictions 必须设置为数据类型相同的输入列，即以下之一：INTEGER、BOOLEAN 或 CHAR/VARCHAR。根据数据类型，这些列将按如所示标识类：

INTEGER：从零开始的连续整数（介于 0 和 (num-classes-1) 之间），其中 num-classes 为类数。例如，给定以下输入列值 — {0, 1, 2, 3, 4} — Vertica 假定有五个类。

注意
如果输入列值不连续，Vertica 将插入缺失值。因此，给定以下输入值 — {0, 1, 3, 5, 6,} — Vertica 假设有七个类。
BOOLEAN：“是”或“否”
CHAR/VARCHAR：类名。如果输入列的类型为 CHAR/VARCHAR 列，则还必须将参数 num_classes 设置为类数。
注意

Vertica 将类数计算为两个输入列中值的并集。例如，假如 targets 和 predictions 中的值集输入列为如下所示，则 Vertica 将计为四个类：
```
{'milk', 'soy milk', 'cream'}
{'soy milk', 'almond milk'}
```

参数

num_classes

一个整数 > 1，指定要传递给该函数的类数。

如果指定的输入列为 CHAR/VARCHAR 类型，则必须设置此参数。否则，该函数将根据列数据类型处理此参数：

INTEGER：默认设置为 2，如果类数为任何其他值，则必须正确设置此参数。
BOOLEAN：默认设置为 2，不能设置为任何其他值。

特权

非超级用户：模型所有者或模型的使用权限

示例

此示例说明如何对名为 mtcars 的输入表执行 ERROR_RATE 函数。obs 列中显示响应变量，而 pred 列中显示预测值。由于该示例是一个分类问题，因此所有的响应变量值和预测变量值都是 0 或 1，表示二元分类。

在函数返回的表中，第一列显示类 ID 列。第二列显示该类 ID 的相应错误率。第三列表示该函数成功使用了多少行以及是否忽略了任何行。

=> SELECT ERROR_RATE(obs::int, pred::int USING PARAMETERS num_classes=2) OVER()
    FROM (SELECT am AS obs, PREDICT_LOGISTIC_REG (mpg, cyl, disp, drat, wt, qsec, vs, gear, carb
                USING PARAMETERS model_name='myLogisticRegModel', type='response') AS pred
             FROM mtcars) AS prediction_output;
 class |     error_rate     |                   comment
-------+--------------------+---------------------------------------------
     0 |                  0 |
     1 | 0.0769230797886848 |
       |            0.03125 | Of 32 rows, 32 were used and 0 were ignored
(3 rows)

4 - LIFT_TABLE

返回一个对比机器学习模型的可预测质量的表。此函数也被称为提升图。

语法

LIFT_TABLE ( targets, probabilities
        [ USING PARAMETERS [num_bins = num‑bins] [, main_class = class‑name ] ] )
OVER()

参数

num_bins

该整数值用于确定决策边界的数量。决策边界以 0 和 1（包含）之间的等距间隔设置。该函数在每个 num‑bin + 1 点处计算一次表。

默认值：100

main_class

仅当 targets 是 CHAR/VARCHAR 类型时使用，请指定要与 probabilities 实参关联的类。

示例

对输入表 mtcars 执行 LIFT_TABLE。

=> SELECT LIFT_TABLE(obs::int, prob::float USING PARAMETERS num_bins=2) OVER()
    FROM (SELECT am AS obs, PREDICT_LOGISTIC_REG(mpg, cyl, disp, drat, wt, qsec, vs, gear, carb
                                                    USING PARAMETERS model_name='myLogisticRegModel',
                                                    type='probability') AS prob
             FROM mtcars) AS prediction_output;

 decision_boundary | positive_prediction_ratio |       lift       |                   comment
-------------------+---------------------------+------------------+---------------------------------------------
                 1 |                         0 |              NaN |
               0.5 |                   0.40625 | 2.46153846153846 |
                 0 |                         1 |                1 | Of 32 rows, 32 were used and 0 were ignored
(3 rows)

第一列 decision_boundary 指示将响应值分类为 0 还是 1 的分界点。例如，对于每行，如果 prob 大于或等于 decision_boundary，将响应值分类为 1。如果 prob 小于 decision_boundary，将响应值分类为 0。

第二列中，positive_prediction_ratio 表示分类 1 中使用相应 decision_boundary 值进行争取分类的样本比例。

第三列中，lift 函数用正确或错误分类为类 1 的行百分比来除 positive_prediction_ratio。

5 - MSE

返回一个表，其中显示机器学习模型中预测和响应列的均方误差。

语法

MSE ( targets, predictions ) OVER()

参数

targets: FLOAT 类型的模型响应变量。
predictions: 包含响应变量预测值的 FLOAT 输入列。

示例

对输入表 faithful_testing 执行 MSE 函数。obs 列中显示响应变量，而 prediction 列中显示预测值。

=> SELECT MSE(obs, prediction) OVER()
   FROM (SELECT eruptions AS obs,
                PREDICT_LINEAR_REG (waiting USING PARAMETERS model_name='myLinearRegModel') AS prediction
         FROM faithful_testing) AS prediction_output;
        mse        |                   Comments
-------------------+-----------------------------------------------
 0.252925741352641 | Of 110 rows, 110 were used and 0 were ignored
(1 row)

6 - PRC

返回一个表，其中显示了接收器 Precision Recall (PR) 曲线上的点。

语法

PRC ( targets, probabilities
       [ USING PARAMETERS
             [num_bins = num‑bins]
             [, f1_score = return‑score ]
             [, main_class = class‑name ] )
OVER()

参数

num_bins

该整数值用于确定决策边界的数量。决策边界以 0 和 1（包含）之间的等距间隔设置。该函数在每个 num‑bin + 1 点处计算一次表。

默认值：100

f1_score

一个布尔值，指定是否返回包含 f1 分数的列 - 精度和召回度量的调和平均值，其中 F1 分数在 1 处达到其最佳值（完美的精度和召回率），在 0 处达到最差值。

默认值：false

main_class

仅当 targets 是 CHAR/VARCHAR 类型时使用，请指定要与 probabilities 实参关联的类。

示例

对名为 mtcars 的输入表执行 PRC 函数。obs 列中显示响应变量，而 pred 列中显示预测变量。

=> SELECT PRC(obs::int, prob::float USING PARAMETERS num_bins=2, f1_score=true) OVER()
    FROM (SELECT am AS obs,
                    PREDICT_LOGISTIC_REG (mpg, cyl, disp, drat, wt, qsec, vs, gear, carb
                          USING PARAMETERS model_name='myLogisticRegModel',
                                           type='probability') AS prob
             FROM mtcars) AS prediction_output;
decision_boundary | recall | precision |     f1_score      |     comment
------------------+--------+-----------+-------------------+--------------------------------------------
0                 |      1 |   0.40625 | 0.577777777777778 |
0.5               |      1 |         1 |                 1 | Of 32 rows, 32 were used and 0 were ignored
(2 rows)

第一列 decision_boundary 指示将响应值分类为 0 还是 1 的分界点。例如，在每行中，如果概率等于或大于 decision_boundary，则将响应分类为 1。如果概率小于 decision_boundary，则将响应分类为 0。

7 - READ_TREE

读取随机森林或 XGBoost 模型中树的内容。

语法

READ_TREE ( USING PARAMETERS model_name = 'model‑name' [, tree_id = tree‑id] [, format = 'format'] )

参数

model_name

标识作为训练结果存储的模型，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。

tree_id

树标识符，0 到 n-1 之间的整数，其中 n 为随机森林或 XGBoost 模型中的树数。如果忽略此参数，则返回所有树。

format

返回树的输出格式，为以下之一：

tabular：返回包含 12 个输出列的表。
graphviz：返回可以传递给 graphviz 工具并呈现树的图形可视化的 DOT 语言源。

特权

非超级用户：模型上的 USAGE 权限

示例

从 READ_TREE 获取随机森林模型的表格格式输出：

=> SELECT READ_TREE ( USING PARAMETERS model_name='myRFModel', tree_id=1 ,
format= 'tabular') LIMIT 2;
-[ RECORD 1 ]-------------+-------------------
tree_id                   | 1
node_id                   | 1
node_depth                | 0
is_leaf                   | f
is_categorical_split      | f
split_predictor           | petal_length
split_value               | 1.921875
weighted_information_gain | 0.111242236024845
left_child_id             | 2
right_child_id            | 3
prediction                |
probability/variance      |

-[ RECORD 2 ]-------------+-------------------
tree_id                   | 1
node_id                   | 2
node_depth                | 1
is_leaf                   | t
is_categorical_split      |
split_predictor           |
split_value               |
weighted_information_gain |
left_child_id             |
right_child_id            |
prediction                | setosa
probability/variance      | 1

从 READ_TREE 获取 graphviz 格式的输出：

=> SELECT READ_TREE ( USING PARAMETERS model_name='myRFModel', tree_id=1 ,
format= 'graphviz')LIMIT 1;

-[ RECORD 1 ]+-------------------------------------------------------------------
---------------------------------------------------------------------------------
tree_id      | 1
tree_digraph | digraph Tree{
1 [label="petal_length < 1.921875 ?", color="blue"];
1 -> 2 [label="yes", color="black"];
1 -> 3 [label="no", color="black"];
2 [label="prediction: setosa, probability: 1", color="red"];
3 [label="petal_length < 4.871875 ?", color="blue"];
3 -> 6 [label="yes", color="black"];
3 -> 7 [label="no", color="black"];
6 [label="prediction: versicolor, probability: 1", color="red"];
7 [label="prediction: virginica, probability: 1", color="red"];
}

此输入呈现如下：

另请参阅

8 - RF_PREDICTOR_IMPORTANCE

使用平均减少杂质 (MDI) 方法衡量随机森林模型中预测工具的重要性。重要性向量被规范化为总和为 1。

语法

RF_PREDICTOR_IMPORTANCE ( USING PARAMETERS model_name = 'model‑name' [, tree_id = tree‑id] )

参数

model_name: 标识作为训练结果存储的模型，其中 model‑name 必须为 rf_classifier 或 rf_regressor 类型。
tree_id: 标识要处理的树，0 到 n-1 之间的整数，其中 n 为森林中树的数量。如果忽略此参数，该函数将使用所有树来测量重要性值。

特权

非超级用户：模型上的 USAGE 权限

示例

此示例说明如何使用 RF_PREDICTOR_IMPORTANCE 函数。

=> SELECT RF_PREDICTOR_IMPORTANCE ( USING PARAMETERS model_name = 'myRFModel');
 predictor_index | predictor_name | importance_value
-----------------+----------------+--------------------
               0 | sepal.length   | 0.106763318092655
               1 | sepal.width    | 0.0279536658041994
               2 | petal.length   | 0.499198722346586
               3 | petal.width    | 0.366084293756561
(4 rows)

另请参阅

9 - ROC

返回表，其中显示了操作特征曲线的接收器上的点。在提高模型的鉴别阈值时，ROC 函数会告知分类模型的精度。

语法

ROC ( targets, probabilities
        [ USING PARAMETERS
              [num_bins = num‑bins]
              [, AUC = output]
              [, main_class = class‑name ] ) ] )
OVER()

参数

num_bins

该整数值用于确定决策边界的数量。决策边界以 0 和 1（包含）之间的等距间隔设置。该函数在每个 num‑bin + 1 点处计算一次表。

默认值：100

更大的值会产生更精确的 AUC 近似值。

AUC

一个布尔值，指定是否输出曲线下面积 (AUC) 值。

默认值： True

main_class

仅当 targets 是 CHAR/VARCHAR 类型时使用，请指定要与 probabilities 实参关联的类。

示例

对输入表 mtcars 执行 ROC。观察到的类标签在 obs 列中，预测类标签在 prob 列中：

=> SELECT ROC(obs::int, prob::float USING PARAMETERS num_bins=5, AUC = True) OVER()
    FROM (SELECT am AS obs,
          PREDICT_LOGISTIC_REG (mpg, cyl, disp, drat, wt, qsec, vs, gear, carb
               USING PARAMETERS
                  model_name='myLogisticRegModel', type='probability') AS prob
   FROM mtcars) AS prediction_output;

 decision_boundary | false_positive_rate | true_positive_rate | AUC |comment
-------------------+---------------------+--------------------+-----+-----------------------------------
0                  |                   1 |                  1 |     |
0.5                |                   0 |                  1 |     |
1                  |                   0 |                  0 |   1 | Of 32 rows,32 were used and 0 were ignoreded
(3 rows)

该函数会返回包含以下结果的表：

decision_boundary 指示是否将响应分类为 0 或 1 的分界点。在每行中，如果 prob 等于或大于 decision_boundary，则将响应分类为 1。如果 prob 小于 decision_boundary，将响应值分类为 0。
false_positive_rate 显示了相应 decision_boundary 中的误报（当 0 被分类为 1 时）百分比。
true_positive_rate 显示了分类为 1 并且还属于类 1 的行的百分比。

10 - RSQUARED

返回一个表，其中包含回归模型中预测的 R 平方值。

语法

RSQUARED ( targets, predictions ) OVER()

重要

OVER() 子句必须为空。

参数

targets: 模型的 FLOAT 响应变量。
predictions: 一个 FLOAT 输入列，其中包含响应变量的预测值。

示例

此示例演示了如何对名为 faithful_testing 的输入表执行 RSQUARED 函数。obs 列中显示响应变量的观测值，而 pred 列中显示响应变量的预测值。

=> SELECT RSQUARED(obs, prediction) OVER()
     FROM (SELECT eruptions AS obs,
                  PREDICT_LINEAR_REG (waiting
                                       USING PARAMETERS model_name='myLinearRegModel') AS prediction
           FROM faithful_testing) AS prediction_output;
        rsq        |                    comment
-------------------+-----------------------------------------------
 0.801392981147911 | Of 110 rows, 110 were used and 0 were ignored
(1 row)