stochasticLogisticRegression

この関数は確率的ロジスティック回帰を実装します。バイナリ分類問題に使用でき、stochasticLinearRegression と同じカスタムパラメータをサポートし、同様の方法で動作します。

パラメータ

パラメータは stochasticLinearRegression と全く同じです： learning rate、l2 regularization coefficient、mini-batch size、method for updating weights。 詳細については parameters を参照してください。

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

1. フィッティング

stochasticLinearRegression の説明にある Fitting セクションを参照してください。

予測ラベルは [-1, 1] の範囲内である必要があります。

2. 予測

保存された状態を使用して、オブジェクトがラベル 1 を持つ確率を予測することができます。

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

クエリは確率のカラムを返します。evalMLMethod の最初の引数は AggregateFunctionState オブジェクトで、次が特徴のカラムです。

また、確率の境界を設定することもでき、これにより異なるラベルに要素を割り当てます。

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)

その結果がラベルになります。

test_data は train_data と同様のテーブルですが、ターゲット値を含まない場合があります。

関連情報

• stochasticLinearRegression
• 線形回帰とロジスティック回帰の違い。