1.1 23aiでの新機能
Oracle Machine Learning for Python: Oracle Database 23aiでの新機能を示します。
アルゴリズムの拡張
ノート:
新しいアルゴリズム設定: モデル設定およびアルゴリズム固有の設定は、『Oracle Database PL/SQLパッケージ・プロシージャおよびタイプ・リファレンス』ガイドを参照してください。『Oracle Database PL/SQLパッケージ・プロシージャおよびタイプ・リファレンス』ガイドを参照してください。
-
GLMS_LINK_FUNCTION
: この設定を使用すると、ユーザーは、一般化線形モデルを作成するためのリンク関数を指定できます。追加のリンク関数は、Logit、Probit、CloglogおよびCauchitです。「一般化線形モデル」を参照。 -
制約および生存分析に対するXGBoostサポート用に、次の新しい設定が追加されました。
ノート:
XGBoostの設定では大文字と小文字が区別されます。- 相互作用制約と単調制約
xgboost_interaction_constraints
xgboost_decrease_constraints
xgboost_increase_constraints
- 生存分析のサポート
objective
:survival:aft
xgboost_aft_loss_distribution
xgboost_aft_loss_distribution_scale
xgboost_aft_right_bound_column_name
- 相互作用制約と単調制約
-
明示的セマンティック分析の埋込みによる埋込み生成をサポートするために、次の設定が追加されています:
ESAS_EMBEDDINGS
: 有効にすると、特徴抽出モデルのスコアリング中に埋込みが生成されます。ESAS_EMBEDDING_SIZE
: 埋込みを表すベクター・サイズを指定します。
明示的セマンティック分析(ESA)アルゴリズムの埋込みをサポートします。ESA埋込みにより、ESAモデルを利用して、テキストまたはその他のESA入力の埋込みを生成できます。この機能は、doc2vec (ドキュメントのベクター化表現)と同等です。明示的セマンティック分析を参照してください。
-
EMCS_OUTLIER_RATE
: トレーニング・データの外れ値の頻度を識別します。「期待値最大化」を参照してください。 -
時系列回帰モデルとモデル作成の初期値の最適化をサポートする指数平滑法の新しい設定:
-
複数の時系列
EXSM_SERIES_LIST
: この設定を使用すると、ターゲット系列に加えて最大20個の予測子系列を予測できます。 -
自動モデル・タイプ検索
EXSM_INITVL_OPTIMIZE
: モデルの作成中に初期値が最適化されるかどうかが決まります。
EXSM_MODEL
設定を指定しないと、最適なモデル・タイプをアルゴリズムが自動的に選択できます。これにより、予測がより正確になります。詳細は、「指数平滑法」を参照してください。 -
-
KMNS_WINSORIZE
: この設定では、平均値の周囲の6つの標準偏差のウィンドウ・サイズでデータが制限されます。「k-Means」を参照してください。
一般的な拡張
- 新しい共有設定
-
ODMS_EXPLOSION_MIN_SUPP
: 高カーディナリティのカテゴリ列に対して、より効率的なデータ駆動型エンコーディングが導入されました。展開マッピングのカテゴリ値に必要な最小支持度を定義できます。
「共有設定」を参照してください。
- 事前トレーニング済モデルからONNX形式への変換
OML4Pyでは、Hugging Faceからのテキスト・トランスフォーマを、ONNX形式のモデルに変換することで使用できるようになります。OML4Pyにより、必要なトークン化および後処理も追加されます。結果となるONNXパイプラインは、その後、データベースにインポートされます。また、AIベクトル検索用の埋込みの生成に使用できます。「事前トレーニング済モデルからONNX形式への変換」を参照してください。
-
データベース内MLモデルでは、作成データを指定するために実行された問合せ文字列が、モデルのメタデータ内に記録されるようになりました。
all/user/dba_mining_models
ビュー内のbuild_source
パラメータでは、ユーザーが、モデルの生成に使用されたデータ問合せを把握できます。ALL_MINING_MODELS
を参照してください。 - パーティション化モデルのパフォーマンスの向上
パーティション数が多いパーティション化モデルのパフォーマンス、およびパーティション・モデル内の個々のモデルの削除パフォーマンスが向上しました。パーティション化されたモデルの詳細は、パーティション化されたモデルでのDDLを参照してください。
- 表内の列数が4000:
データベース表に4,096列まで含めることができるようになりました。この機能はワイド・テーブルと呼ばれます。Oracleデータベースに対してワイド・テーブルを有効または無効にするには、
MAX_COLUMNS
パラメータを使用します。MAX_COLUMNSを参照してください。