mirror of
https://github.com/ClickHouse/ClickHouse.git
synced 2024-11-19 06:01:57 +00:00
21 lines
1.1 KiB
Markdown
21 lines
1.1 KiB
Markdown
|
---
|
|||
|
machine_translated: true
|
|||
|
machine_translated_rev: e8cd92bba3269f47787db090899f7c242adf7818
|
|||
|
toc_priority: 64
|
|||
|
toc_title: "Makine \xD6\u011Frenme Fonksiyonlar\u0131"
|
|||
|
---
|
|||
|
|
|||
|
# Makine Öğrenme Fonksiyonları {#machine-learning-functions}
|
|||
|
|
|||
|
## evalMLMethod (tahmin) {#machine_learning_methods-evalmlmethod}
|
|||
|
|
|||
|
Tak fittedılmış regresyon model usinglerini kullanarak tahmin `evalMLMethod` işlev. Lin seeke bakınız `linearRegression`.
|
|||
|
|
|||
|
### Stokastik Doğrusal Regresyon {#stochastic-linear-regression}
|
|||
|
|
|||
|
Bu [stokastiklinearregression](../../sql_reference/aggregate_functions/reference.md#agg_functions-stochasticlinearregression) toplama fonksiyonu, doğrusal model ve MSE kayıp fonksiyonunu kullanarak stokastik Gradyan iniş yöntemini uygular. Kullanma `evalMLMethod` yeni veri üzerinde tahmin etmek için.
|
|||
|
|
|||
|
### Stokastik Lojistik Regresyon {#stochastic-logistic-regression}
|
|||
|
|
|||
|
Bu [stochasticLogisticRegression](../../sql_reference/aggregate_functions/reference.md#agg_functions-stochasticlogisticregression) toplama işlevi, ikili sınıflandırma problemi için stokastik Gradyan iniş yöntemini uygular. Kullanma `evalMLMethod` yeni veri üzerinde tahmin etmek için.
|