2.8 KiB
| sidebar_position |
|---|
| 222 |
stochasticLogisticRegression
Функция реализует стохастическую логистическую регрессию. Её можно использовать для задачи бинарной классификации, функция поддерживает те же пользовательские параметры, что и stochasticLinearRegression и работает таким же образом.
Параметры
Параметры те же, что и в stochasticLinearRegression:
learning rate, l2 regularization coefficient, mini-batch size, method for updating weights.
Смотрите раздел parameters.
stochasticLogisticRegression(1.0, 1.0, 10, 'SGD')
- Построение модели
Смотрите раздел Построение модели в описании stochasticLinearRegression .
Прогнозируемые метки должны быть в диапазоне \[-1, 1\].
- Прогнозирование
Используя сохраненное состояние, можно предсказать вероятность наличия у объекта метки 1.
``` sql
WITH (SELECT state FROM your_model) AS model SELECT
evalMLMethod(model, param1, param2) FROM test_data
```
Запрос возвращает столбец вероятностей. Обратите внимание, что первый аргумент evalMLMethod это объект AggregateFunctionState, далее идут столбцы свойств.
Мы также можем установить границу вероятности, которая присваивает элементам различные метки.
``` sql
SELECT ans < 1.1 AND ans > 0.5 FROM
(WITH (SELECT state FROM your_model) AS model SELECT
evalMLMethod(model, param1, param2) AS ans FROM test_data)
```
Тогда результатом будут метки.
test_data — это таблица, подобная train_data, но при этом может не содержать целевое значение.
Смотрите также