stochasticLogisticRegression

Эта функция реализует стохастическую логистическую регрессию. Она может использоваться для задачи двоичной классификации, поддерживает те же настраиваемые параметры, что и стохастическая линейная регрессия, и работает аналогичным образом.

Параметры

Параметры точно такие же, как в стохастической линейной регрессии: learning rate, l2 regularization coefficient, mini-batch size, method for updating weights. Для получения дополнительной информации смотрите параметры.

stochasticLogisticRegression(1.0, 1.0, 10, 'SGD')

1. Обучение

См. раздел Fitting в описании stochasticLinearRegression.

Предсказанные метки должны быть в [-1, 1].

2. Предсказание

Используя сохраненное состояние, мы можем предсказать вероятность того, что объект имеет метку 1.

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

Запрос вернет колонку вероятностей. Обратите внимание, что первым аргументом evalMLMethod является объект AggregateFunctionState, а следующими являются колонки признаков.

Мы также можем установить границу вероятности, которая назначает элементам разные метки.

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, аналогичная train_data, но может не содержать целевое значение.

Смотрите также

Параметры​

Параметры