stochasticLogisticRegression
この関数は確率的ロジスティック回帰を実装しています。バイナリ分類問題に使用することができ、確率的線形回帰と同じカスタムパラメータをサポートし、同様の方法で機能します。
Parameters
パラメータは確率的線形回帰と全く同じです：
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。
1. フィッティング
stochasticLinearRegression の「Fitting」セクションを参照してください。
予測ラベルは [-1, 1] にある必要があります。
2. 予測
保存された状態を使用して、ラベルが 1 であるオブジェクトの確率を予測できます。
このクエリは確率のカラムを返します。evalMLMethod の最初の引数は AggregateFunctionState オブジェクトであり、次の引数は特徴のカラムです。
確率の境界を設定することもでき、それにより要素を異なるラベルに割り当てます。
すると結果はラベルになります。
test_data は train_data に似たテーブルですが、ターゲット値を含まない場合があります。
See Also
