Simple Log Service SQL関数のベクトル計算関数 - Simple Log Service

テキスト、オーディオ、画像、およびビデオをベクトルデータベースにベクトルとして保存して、検索とクエリを容易にすることができます。 Simple Log Serviceはベクトル計算機能をサポートしています。このトピックでは、ベクトル計算関数の構文について説明します。このトピックでは、関数の使用方法の例も示します。

ベクトル計算関数

重要

次の関数で使用されるベクトル要素は、特定の形式の文字列として表示されます。文字列は、括弧 [] または括弧 () で囲まれ、コンマ (,) で区切られた数値のセットです。

関数	構文	説明	戻り値のデータ型
cosine_similarity関数	cosine_similarity(array(double) vector1, array(double) vector2) cosine_similarity(varchar vector1, varchar vector2)	2つのベクトルのコサイン類似度を計算します。コサイン類似度の有効値: [-1, 1] 。 2つのベクトル間のコサイン類似度の値が1である場合、ベクトルは同じ方向にある。 2つのベクトル間のコサイン類似度の値が − 1である場合、ベクトルは反対方向にある。 2つのベクトル間のコサイン類似度の値が0である場合、一方のベクトルは他方のベクトルに対して垂直である。	double
inner_productまたはdot_product関数	inner_product(array(double) vector1, array(double) vector2) inner_product(varchar vector1, varchar vector2) dot_product(array(double) vector1, array(double) vector2) dot_product(varchar vector1, varchar vector2)	2つのベクトルの内積を計算します。	double
l2_distanceまたはeuclidean_distance関数	eucidean_distance (array(double) vector1, array(double) vector2) eucridean_distance (varchar vector1, varchar vector2) l2_distance(array(double) vector1, array(double) vector2) l2_distance(varchar vector1, varchar vector2)	2つのベクトル間のユークリッド距離を計算します。	double
vector_norm関数	vector_norm (配列 (double) vector1) vector_norm (配列 (double) vector1, double p) vector_norm(varchar vector1) vector_norm(varchar vector1, double p)	ベクトルのノルムを計算します。ベクトルのノルムは、ベクトルの大きさに等しい。	double
vector_sum関数	vector_sum (配列 (double) vector1) vector_sum(varchar vector1)	ベクトルのすべての要素の合計を計算します。	double
vector_mean関数	vector_mean(array(double) vector1) vector_mean(varchar vector1)	ベクトルの平均を計算します。	double
vector_variance関数	vector_variance(array(double) vector1) vector_variance(varchar vector1)	ベクトルの分散を計算します。分散は、ベクトルの要素の分散を測定する。分散は、ベクトルの各要素から平均までの距離の2乗の平均です。	double
vector_std_dev関数	vector_std_dev (配列 (double) vector1) vector_std_dev(varchar vector1)	ベクトルの標準偏差を計算します。ベクトルの標準偏差は、その分散の正の平方根である。分散は、データセット内の各データポイントが平均からどれだけ離れているかを測定します。高い分散値は、データ点が平均から著しく広がっていることを示す。低い分散値は、データ点が平均に近いことを示す。	double
vector_add関数	vector_add(array(double) vector1, array(double) vector2) vector_add(varchar vector1, varchar vector2)	2つのベクトルの合計を計算します。ベクトル加算、ベクトル減算、およびベクトルスケーリング関数に基づいて、任意の線形変換を実行できます。	配列 (ダブル)
vector_subtract関数	vector_subtract(array(double) vector1, array(double) vector2) vector_subtract(varchar vector1, varchar vector2)	2つのベクトルの差を計算します。ベクトル加算、ベクトル減算、およびベクトルスケーリング関数に基づいて、任意の線形変換を実行できます。	配列 (ダブル)
vector_scale関数	vector_scale(array(double) vector1, double alpha) vector_scale(varchar vector1, double alpha)	ベクトルスケーリングの結果を計算します。ベクトル加算、ベクトル減算、およびベクトルスケーリング関数に基づいて、任意の線形変換を実行できます。	配列 (ダブル)
vector_multiply関数	vector_multiply(array(double) vector1, array(double) vector2) vector_multiply(varchar vector1, varchar vector2)	2つのベクトルの同じ位置にある各要素の積を計算し、結果ベクトルを返します。	配列 (ダブル)
vector_divide関数	vector_divide(array(double) vector1, array(double) vector2) vector_divide(varchar vector1, varchar vector2)	2つのベクトルの同じ位置にある各要素の除算を計算し、結果ベクトルを返します。	配列 (ダブル)
vector_add_value関数	vector_add_value (配列 (double) vector1、double値) vector_add_value(varchar vector1, double value)	ベクトル内の各要素に定数を追加し、結果ベクトルを返します。	配列 (ダブル)
vector_fill_nan関数	vector_fill_nan(varchar vector1, varchar fill_option)	ベクトル内で空のままの要素の値を指定します。 `NaN`、`null`、`Inf`、または `-Inf`がベクトルに存在する場合、関連する要素は空と見なされます。 `fill_option`には、`avg`、`mean`、`median`、`min`、`max`、`value=0`など、さまざまな値を指定できます。 value=0を指定した場合は、0を他の数字に置き換えることができます。	配列 (ダブル)

cosine_similarity関数

cosine_similarity関数は、2つのベクトルのコサイン類似度を計算します。

例

クエリ文

* | SELECT cosine_similarity(array[1, 2, 3, 4], array[10, 20, 30, 40])

または

* | SELECT cosine_similarity('[1, 2, 3, 4]', '[10, 20, 30, 40]')

クエリおよび分析の結果
1

inner_productまたはdot_product関数

inner_productまたはdot_product関数は、2つのベクトルの内積を計算します。

例

クエリ文

* | SELECT inner_product(array[1, 2, 3, 4], array[10, 20, 30, 40])

または

* | SELECT inner_product('[1, 2, 3, 4]', '[10, 20, 30, 40]')

クエリおよび分析の結果
300.0

l2_distanceまたはeuclidean_distance関数

説明

l2_distanceは小文字のlで始まります。

l2_distanceまたはeuclidean_distance関数は、2つのベクトル間のユークリッド距離を計算します。

例

クエリ文

* | SELECT l2_distance(array[1, 3], array[4, 2])

または

* | SELECT l2_distance('[1, 3]', '[4, 2]')

クエリおよび分析の結果
3.16

vector_norm関数

vector_norm関数は、ノルムのタイプに基づいてベクトルのノルムを計算します。ノルムのタイプはpで指定されます。

例

クエリ文

* | SELECT vector_norm(array[1, 3], 1)

* | SELECT vector_norm(array[1, 3], 2)

* | SELECT vector_norm(array[1, 3], 3)

クエリおよび分析の結果
この関数は、ノルムタイプが1、2、および3の場合、[1,3] ベクトルのノルムを計算します。ノルム型が1の場合、関数はベクトル要素の絶対値の合計を計算します。結果は4です。ノルムタイプが2の場合、関数はベクトル要素の2乗の合計の平方根を計算します。結果は3.16である。ノルム型が3の場合、関数はベクトル要素の立方体の合計の立方根を計算します。結果は3.04である。

vector_sum関数

vector_sum関数は、ベクトルのすべての要素の合計を計算します。

例

クエリ文

* | SELECT vector_sum(array[1, -3])

または

* | SELECT vector_sum('[1, -3]')

クエリおよび分析の結果
-2

vector_mean関数

vector_mean関数は、ベクトルの平均を計算します。

例

クエリ文

* | SELECT vector_mean(array[1, -3])

または

* | SELECT vector_mean('[1, -3]')

クエリおよび分析の結果
-1

vector_分散関数

vector_variance関数は、ベクトルの分散を計算します。分散は、ベクトルの要素の分散を測定する。

例

クエリ文

* | SELECT vector_variance(array[1, -3, 8])

または

* | SELECT vector_variance('[1, -3, 8]')

クエリおよび分析の結果
ベクトルの平均は2である。分散は、以下の式 (1 ² + 5 ² + 6 ²= 62/3) = 20.67を用いて計算される。

戻り値のデータ型

パラメーター値のデータ型と同じです。

vector_std_dev関数

vector_std_dev関数は、ベクトルの標準偏差を計算します。ベクトルの標準偏差は、その分散の正の平方根である。

例

クエリ文

* | SELECT vector_std_dev(array[1, -3, 8])

または

* | SELECT vector_std_dev('[1, -3, 8]')

クエリおよび分析の結果
ベクトルの平均は2である。標準偏差は、以下の式を使用することによって計算される。(1 ² + 5 ² + 6 ²= 62/3) ^0.5= 20.67 ^0.5= 4.54。

vector_add関数

vector_add関数は、2つのベクトルの合計を計算します。

例

クエリ文

* | SELECT vector_add(array[1, 2, 3, 4], array[2, 3, 1, 1.5])

または

* | SELECT vector_add("[1, 2, 3, 4]", "[2, 3, 1, 1.5]")

クエリおよび分析の結果
[3.0、5.0、4.0、5.5]

ベクトル_減算関数

vector_subtract関数は、2つのベクトルの差を計算します。

例

クエリ文

* | SELECT vector_subtract(array[1, 2, 3, 4], array[2, 3, 1, 1.5])

または

* | SELECT vector_subtract(array[1, 2, 3, 4], array[2, 3, 1, 1.5])

クエリおよび分析の結果
[-1.0、-1.0、2.0、2.5]

vector_scale関数

vector_scale関数は、ベクトルスケーリングの結果を計算します。

例

クエリ文

* | SELECT vector_scale(array[1, 2, 3, 4], 5)

または

* | SELECT vector_scale('[1, 2, 3, 4]', 5)

クエリおよび分析の結果
[5.0、10.0、15.0、20.0]

vector_multiply関数

vector_multiply関数は、2つのベクトルの同じ位置にある各要素の積を計算します。

例

クエリ文

* | SELECT vector_multiply(array[1, 2, 3, 4], array[2, 3, 1, 1.5])

または

* | SELECT vector_multiply('[1,2, 3, 4]', '[2,3, 1, 1.5]')

クエリおよび分析の結果
[2.0、6.0、3.0、6.0]

vector_divide関数

vector_divide関数は、2つのベクトルの同じ位置にある各要素の除算を計算します。

例

クエリ文

* | SELECT vector_divide(array[1, 2, 3, 4], array[2, 3, 1, 1.5])

または

* | SELECT vector_divide('[1,2, 3, 4]', '[2,3, 1, 1.5]')

クエリおよび分析の結果
[0.5、0.6666666666666666、3.0、2.6666666666666667]

vector_add_value関数

vector_add_value関数は、ベクトル内の各要素に定数を追加します。

例

クエリ文

* | SELECT vector_add_value(array[1, 2, 3, 4], 2.0)

または

* | SELECT vector_add_value('[1, 2, 3, 4]', 2.0)

クエリおよび分析の結果
[3.0、4.0、5.0、6.0]

vector_fill_nan関数

vector_fill_nan関数は、ベクトル内で空のままの要素の値を指定します。 NaN、null、Inf、または -Infがベクトルに存在する場合、関連する要素は空と見なされます。

次のように、fill_optionに異なる値を指定できます。

value=0です。 0を他の数字に置き換えることができます。
平均
中央値
min
max

例

クエリ文

nullをvalue=4に置き換える:

* | SELECT vector_fill_nan('[1, null, 3,4]', 'value=4 ')

または、nullを配列の最大値に置き換えます。

* | SELECT vector_fill_nan('[1, null, 3,4]', 'max')

クエリおよび分析の結果
[1.0、4.0、3.0、4.0]