stochasticLinearRegression

此函数实现了随机线性回归。它支持自定义参数，包括学习率、L2 正则化系数、迷你批量大小，并且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。它们是按顺序传递给函数的，但并不需要传递所有四个 - 默认值将被使用，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步长的系数。过大的学习率可能导致模型的权重无限大。默认值是 0.00001。
2. l2 正则化系数 可以帮助防止过拟合。默认值是 0.1。
3. 迷你批量大小 设置计算和汇总梯度以执行一步梯度下降的元素数量。纯随机下降使用一个元素，然而，使用小批量（大约 10 个元素）可以使梯度步骤更稳定。默认值是 15。
4. 更新权重的方法，有：Adam（默认）、SGD、Momentum 和 Nesterov。Momentum 和 Nesterov 需要更多的计算和内存，但在收敛速度和随机梯度方法的稳定性方面非常有用。

使用

stochasticLinearRegression 分为两个步骤使用：拟合模型和预测新数据。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，它将状态作为参数以及要进行预测的特征。

1. 拟合

可以使用这样的查询。

在这里，我们还需要将数据插入 train_data 表中。参数的数量不是固定的，仅取决于传递给 linearRegressionState 的参数数量。它们必须都是数字值。 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之后，我们可以多次使用它进行预测，甚至与其他状态合并并创建新模型，甚至更好的模型。

该查询将返回一个预测值的列。请注意，evalMLMethod 的第一个参数是 AggregateFunctionState 对象，接下来的参数是特征列。

test_data 是像 train_data 的表，但可能不包含目标值。

注意

1. 用户可以创建这样的查询来合并两个模型： 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. 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创建模型的权重以供自身使用。 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 - 第一组是与模型参数对应的权重，最后一个是偏置。因此，上面的查询将返回一个包含 3 个值的列。

另见

• stochasticLogisticRegression
• 线性回归与逻辑回归之间的区别