ClickHouse/docs/zh/sql-reference/aggregate-functions/reference/stochasticlinearregression.md

slug	sidebar_position
/zh/sql-reference/aggregate-functions/reference/stochasticlinearregression	221

stochasticLinearRegression

该函数实现随机线性回归。 它支持自定义参数的学习率、L2正则化系数、微批，并且具有少量更新权重的方法（Adam （默认）， simple SGD， Momentum， Nesterov）。

参数

有4个可自定义的参数。它们按顺序传递给函数，但不需要传递所有四个参数——将使用默认值，然而好的模型需要一些参数调整。

语法

stochasticLinearRegression(1.0, 1.0, 10, 'SGD')

1. learning rate 当执行梯度下降步骤时，步长的系数。 过大的学习率可能会导致模型的权重无限大。 默认值为 0.00001。
2. l2 regularization coefficient 这可能有助于防止过度拟合。 默认值为 0.1。
3. mini-batch size 设置元素的数量，这些元素将被计算和求和以执行梯度下降的一个步骤。纯随机下降使用一个元素，但是具有小批量（约10个元素）使梯度步骤更稳定。 默认值为 15。
4. method for updating weights 他们是: Adam (默认情况下), SGD, Momentum, Nesterov。Momentum 和 Nesterov 需要更多的计算和内存，但是它们恰好在收敛速度和随机梯度方法的稳定性方面是有用的。

使用

stochasticLinearRegression 用于两个步骤：拟合模型和预测新数据。 为了拟合模型并保存其状态以供以后使用，我们使用 -State 组合器，它基本上保存了状态（模型权重等）。 为了预测我们使用函数 evalMLMethod, 这需要一个状态作为参数以及特征来预测。

1. 拟合

可以使用这种查询。

CREATE TABLE IF NOT EXISTS train_data
(
    param1 Float64,
    param2 Float64,
    target Float64
) ENGINE = Memory;

CREATE TABLE your_model ENGINE = Memory AS SELECT
stochasticLinearRegressionState(0.1, 0.0, 5, 'SGD')(target, param1, param2)
AS state FROM train_data;

在这里，我们还需要将数据插入到 train_data 表。参数的数量不是固定的，它只取决于传入 linearRegressionState 的参数数量。它们都必须是数值。 注意，目标值(我们想学习预测的)列作为第一个参数插入。

2. 预测

在将状态保存到表中之后，我们可以多次使用它进行预测，甚至与其他状态合并，创建新的更好的模型。

WITH (SELECT state FROM your_model) AS model SELECT
evalMLMethod(model, param1, param2) FROM test_data

查询将返回一列预测值。注意，evalMLMethod 的第一个参数是 AggregateFunctionState 对象, 接下来是特征列。

test_data 是一个类似 train_data 的表 但可能不包含目标值。

注

1. 要合并两个模型，用户可以创建这样的查询: sql SELECT state1 + state2 FROM your_models 其中 your_models 表包含这两个模型。此查询将返回新的 AggregateFunctionState 对象。

2. 如果没有使用 -State 组合器，用户可以为自己的目的获取所创建模型的权重，而不保存模型 。 sql SELECT stochasticLinearRegression(0.01)(target, param1, param2) FROM train_data 这样的查询将拟合模型，并返回其权重——首先是权重，对应模型的参数，最后一个是偏差。 所以在上面的例子中，查询将返回一个具有3个值的列。

参见

• 随机指标逻辑回归
• 线性回归和逻辑回归之间的差异