支持的输入特征类型

BigQuery ML 支持针对不同的模型类型使用不同的输入特征类型。下表列出了支持的输入特征类型：

模型类别 模型类型 数值类型（INT64、NUMERIC、BIGNUMERIC、FLOAT64） 分类类型（BOOL、STRING、BYTES、DATE、DATETIME） TIMESTAMP STRUCT GEOGRAPHY ARRAY<数值类型> ARRAY<分类类型> ARRAY<STRUCT<INT64、数值类型>>
监督式学习 线性回归和逻辑回归 ✔ ✔ ✔ ✔ ✔ ✔ ✔
深度神经网络 ✔ ✔ ✔ ✔ ✔ ✔
Wide & Deep ✔ ✔ ✔ ✔ ✔ ✔
提升树 ✔ ✔ ✔ ✔ ✔ ✔
AutoML Tables ✔ ✔ ✔ ✔ ✔ ✔
非监督式学习 K-means ✔ ✔ ✔ ✔ ✔ ✔ ✔
PCA ✔ ✔ ✔ ✔ ✔ ✔
自动编码器 ✔ ✔ ✔ ✔ ✔ ✔ ✔
时序模型 ARIMA_PLUS_XREG ✔ ✔ ✔ ✔ ✔ ✔

密集矢量输入

在模型训练期间，BigQuery ML 支持使用 ARRAY<numerical> 作为密集矢量输入。嵌入特征是一种特殊类型的密集矢量。如需了解详情，请参阅 AI.GENERATE_EMBEDDING 函数。

稀疏输入

BigQuery ML 支持在模型训练期间使用 ARRAY<STRUCT> 作为稀疏输入。每个结构体包含一个 INT64 值（表示从零开始的索引）和一个数字类型（表示相应值）。

以下是整数数组的稀疏张量输入示例：[0,1,0,0,0,0,1]

ARRAY<STRUCT<k INT64, v INT64>>[(1, 1), (6, 1)] AS f1