跳到主要内容
跳到主要内容

stochasticLinearRegression

该函数实现了随机线性回归。它支持自定义的学习率、L2正则化系数、迷你批量大小，并具有几种更新权重的方法（Adam（默认使用）、简单SGD、动量法和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 - 将使用默认值，然而良好的模型需要一些参数调整。

  1. 学习率 是梯度下降步骤执行时的步长系数。过大的学习率可能导致模型的权重无穷大。默认值为 0.00001。
  2. L2正则化系数 有助于防止过拟合。默认值为 0.1。
  3. 迷你批量大小 设置了计算梯度并求和以执行一次梯度下降步骤的元素数量。纯随机下降使用一个元素，然而，拥有小批量（大约 10 个元素）使梯度步骤更加稳定。默认值为 15。
  4. 更新权重的方法 包括：Adam（默认）、SGD、动量法和Nesterov。动量法和Nesterov需要稍多的计算和内存，但在收敛速度和随机梯度方法的稳定性方面是有用的。

用法​

stochasticLinearRegression 有两个步骤：拟合模型和在新数据上进行预测。为了拟合模型并保存其状态以供后续使用，我们使用 -State 组合器，它保存状态（例如模型权重）。 要进行预测，我们使用函数 evalMLMethod，其将状态作为参数以及用于预测的特征。

1. 拟合

可以使用如下查询。

在这里，我们还需要将数据插入 train_data 表。参数的数量不是固定的，仅依赖于传递给 linearRegressionState 的参数数量。它们必须都是数值类型。 请注意，目标值的列（我们希望学习预测的值）作为第一个参数插入。

2. 预测

在将状态保存到表中后，我们可以多次使用它进行预测，甚至可以与其他状态合并并创建新的、更好的模型。

该查询将返回预测值的列。请注意，evalMLMethod 的第一个参数是 AggregateFunctionState 对象，其余是特征的列。

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

注意事项​

  1. 要合并两个模型，用户可以创建如下查询： sql SELECT state1 + state2 FROM your_models 其中 your_models 表包含两个模型。该查询将返回新的 AggregateFunctionState 对象。

  2. 用户可以提取创建模型的权重以供其个人用途，而无需保存模型，如果未使用 -State 组合器。 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 - 首个是与模型参数相对应的权重，最后一个是偏置。因此在上述示例中，该查询将返回一列值。

参见