본문 바로가기
728x90

코딩/오라클 함수294

[오라클 레퍼런스 함수] PREDICTION_DETAILS - 예측 세부 정보 추출 ★ PREDICTION_DETAILS 구문 PREDICTION_DETAILS ( [ schema . ] model [ , class_value [ , topN ] ] [ DESC | ASC | ABS ] mining_attribute_clause ) 분석 구문 PREDICTION_DETAILS ( ( OF ANOMALY | FOR expr ) [ , class_value [ , topN ] ] [ DESC | ASC | ABS ] mining_attribute_clause ) OVER ( mining_analytic_clause ) mining_attribute_clause::= USING { * | { [ schema . ] table . * | expr [ AS alias ] } [, { [ sche.. 2023. 8. 14.
[오라클 레퍼런스 함수] PREDICTION_COST - 예측 비용(Cost) 결과 반환 ★ PREDICTION_COST 집계 구문 PREDICTION_COST ( [ schema . ] model [ , class ] cost_matrix_clause mining_attribute_clause ) 분석 구문 PREDICTION_COST ( ( OF ANOMALY | FOR expr ) [ , class ] cost_matrix_clause mining_attribute_clause ) OVER (mining_analytic_clause) cost_matrix_clause::= COST { MODEL [AUTO] | ( class_value [, class_value]... ) VALUES ( ( cost_value [, cost_value]...) [ , (cost_value [, cost.. 2023. 8. 13.
[오라클 레퍼런스 함수] PREDICTION_BOUNDS - 예측의 범위(상한, 하한) 반환 ★ PREDICTION_BOUNDS 구문 PREDICTION_BOUNDS ( [schema.] model [, confidence_level [, class_value]] mining_attribute_clause ) mining_attribute_clause::= USING { * | { [ schema . ] table . * | expr [ AS alias ] } [, { [ schema . ] table . * | expr [ AS alias ] } ]... } 목적 PREDICTION_BOUNDS 함수는 일반화된 선형 모델(GLM)을 적용하여 선택된 각 행에 대한 클래스 또는 값을 예측합니다. 이 함수는 각 예측의 상한과 하한을 UPPER 및 LOWER 필드를 가진 객체의 VARRAY로 반환합니.. 2023. 8. 13.
[오라클 레퍼런스 함수] PREDICTION - 예측 결과 반환 ★ PREDICTION 구문 PREDICTION ( [ grouping_hint ] [ schema . ] model [ cost_matrix_clause ] mining_attribute_clause ) 분석 구문 PREDICTION ( ( OF ANOMALY | FOR expr ) [ cost_matrix_clause ] mining_attribute_clause ) OVER ( mining_analytic_clause ) cost_matrix_clause::= COST { MODEL [AUTO] | ( class_value [, class_value]... ) VALUES ( ( cost_value [, cost_value]...) [ , (cost_value [, cost_value]... ) ].. 2023. 8. 13.
[오라클 레퍼런스 함수] POWERMULTISET_BY_CARDINALITY - 특정 기수(cardinality)의 중첩 테이블을 반환 ★ POWERMULTISET_BY_CARDINALITY 구문 POWERMULTISET_BY_CARDINALITY(expr, cardinality) 목적 POWERMULTISET_BY_CARDINALITY는 중첩 테이블(nested table)과 기수(cardinality)를 입력으로 받아들여 지정된 기수의 중첩 테이블의 모든 비어있지 않은 하위 집합(하위 다중집합)을 포함하는 중첩 테이블을 반환합니다. expr은 중첩 테이블로 평가되는 어떤 식이든지 될 수 있습니다. cardinality는 양의 정수가 될 수 있습니다. expr이 null로 해결되면 Oracle Database는 NULL을 반환합니다. expr이 빈 중첩 테이블로 해결되면 Oracle은 오류를 반환합니다. 중첩 테이블의 요소 유형은 비교.. 2023. 8. 13.
[오라클 레퍼런스 함수] POWERMULTISET - 중첩 테이블의 모든 비어있지 않은 하위 집합 반환 ★ POWERMULTISET 구문 POWERMULTISET(expr) 목적 POWERMULTISET 함수는 중첩 테이블(nested table)을 입력으로 받아 입력 중첩 테이블의 모든 비어 있지 않은 부분 집합(하위 다중집합이라고 함)을 포함하는 중첩 테이블의 중첩 테이블을 반환합니다. expr은 중첩 테이블로 평가되는 모든 표현식이 될 수 있습니다. expr이 null로 해결되면, Oracle Database는 NULL을 반환합니다. expr이 빈 중첩 테이블로 해결되면, Oracle은 오류를 반환합니다. 중첩 테이블의 요소 유형은 비교 가능해야 합니다. 비스칼라 유형의 비교 가능성에 대한 정보는 "Comparison Conditions"을 참조하십시오. 노트: 이 함수는 PL/SQL에서 지원되지 않.. 2023. 8. 12.
[오라클 레퍼런스 함수] POWER - n제곱 계산 ★ POWER 구문 POWER(n2, n1) 목적 POWER 함수는 n2를 n1 제곱으로 반환합니다. 기저(base) 값인 n2와 지수(exponent) 값인 n1은 모두 숫자일 수 있습니다. 그러나 n2가 음수인 경우, n1은 정수여야 합니다. 이 함수는 인자로 숫자 데이터 유형이나 숫자 데이터 유형으로 암시적으로 변환될 수 있는 비숫자 데이터 유형을 사용합니다. 인자 중 하나가 BINARY_FLOAT 또는 BINARY_DOUBLE이면 함수는 BINARY_DOUBLE을 반환합니다. 그렇지 않으면 함수는 NUMBER를 반환합니다. 참고: 암묵적 변환에 대한 자세한 내용은 표 2-8을 참조하십시오. 예시 다음 예제는 3의 제곱을 반환합니다: SELECT POWER(3,2) "Raised" FROM DUAL.. 2023. 8. 12.
[오라클 레퍼런스 함수] PERCENTILE_DISC - 이산 분포 백분위수 계산 ★ PERCENTILE_DISC 구문 PERCENTILE_DISC(expr) WITHIN GROUP (ORDER BY expr [ DESC | ASC ]) [ OVER (query_partition_clause) ] 참고: OVER 절의 구문, 의미, 그리고 제한 사항에 대한 정보는 분석 함수에 대한 내용을 참조하세요. 목적 PERCENTILE_DISC 함수는 이산 분포 모델(discrete distribution model)을 가정하는 역분포(inverse distribution) 함수입니다. 백분위 값과 정렬 사양을 취하고 집합에서 요소를 반환합니다. 계산 과정에서 널(null)은 무시됩니다. 이 함수는 숫자 데이터 유형 또는 숫자 데이터 유형으로 암묵적으로 변환될 수 있는 비숫자 데이터 유형을 인수.. 2023. 8. 12.
반응형

티스토리툴바