stochasticLinearRegression

该函数实现了随机线性回归。它支持通过参数自定义学习率、L2 正则化系数和小批量大小，并提供多种用于更新权重的算法（默认使用 Adam，以及 simple SGD、Momentum 和 Nesterov）。

参数

共有 4 个可配置参数。它们按顺序传递给函数，但不需要传入全部四个参数——未指定的将使用默认值，不过要得到效果较好的模型通常需要对部分参数进行调优。

stochasticLinearRegression(0.00001, 0.1, 15, 'Adam')

learning rate 是在执行梯度下降步骤时用于缩放步长的系数。过大的 learning rate 可能导致模型权重发散为无穷大。默认值为 0.00001。
l2 regularization coefficient 可以帮助防止过拟合。默认值为 0.1。
mini-batch size 用于设置每次梯度下降步骤中参与梯度计算和累加的元素数量。纯随机梯度下降使用单个元素，但使用较小的 batch（大约 10 个元素）可以让梯度更新更加稳定。默认值为 15。
method for updating weights 的可选值为：Adam（默认）、SGD、Momentum 和 Nesterov。Momentum 和 Nesterov 需要稍多的计算和内存，但在随机梯度方法的收敛速度和稳定性方面通常更有帮助。

用法

stochasticLinearRegression 的使用分为两个步骤：拟合模型和对新数据进行预测。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，它会保存状态（例如模型权重）。要进行预测，我们使用函数 evalMLMethod，该函数以状态和要预测的特征作为参数。

1. 拟合

可以使用如下查询示例。

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，我们还需要向 train_data 表中插入数据。参数的数量不是固定的，只取决于传入 linearRegressionState 的参数个数。所有参数都必须是数值类型。请注意，作为目标值（即我们希望学习预测的值）的那一列需要作为第一个参数传入。

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，甚至可以将其与其他状态合并，从而创建新的、更优的模型。

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

该查询将返回一列预测值。注意，evalMLMethod 的第一个参数是 AggregateFunctionState 类型的对象，后续参数是特征列。

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

注意事项

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 表包含这两个模型。该查询将返回新的 AggregateFunctionState 对象。
如果未使用 -State 组合器，用户可以在不保存模型的情况下获取已创建模型的权重，用于自己的用途。 sql SELECT stochasticLinearRegression(0.01)(target, param1, param2) FROM train_data 此类查询将对模型进行拟合并返回其权重——前面的值是与模型参数对应的权重，最后一个值是偏置项。因此，在上面的示例中，该查询将返回一个包含 3 个值的列。

另请参阅

参数​

用法​

注意事项​

参数

用法

注意事项