stochasticLogisticRegression

Эта функция реализует стохастическую логистическую регрессию. Ее можно использовать для решения задачи бинарной классификации; она поддерживает те же настраиваемые параметры, что и stochasticLinearRegression, и работает аналогичным образом.

Параметры

Параметры полностью совпадают с параметрами в stochasticLinearRegression: learning rate, l2 regularization coefficient, mini-batch size, method for updating weights. Для получения дополнительной информации см. раздел параметры.

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

1. Подгонка

См. раздел Fitting в описании функции stochasticLinearRegression.

Предсказанные метки должны находиться в диапазоне [-1, 1].

2. Прогнозирование

Используя сохранённое состояние, мы можем предсказать вероятность того, что объект будет иметь метку 1.

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

Запрос вернёт столбец вероятностей. Обратите внимание, что первый аргумент функции evalMLMethod — объект AggregateFunctionState, а затем идут столбцы признаков.

Мы также можем задать порог вероятности, который распределяет элементы по разным меткам.

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)

В результате будут получены метки.

test_data — это таблица, аналогичная train_data, но в ней может не быть целевого значения.

См. также

Параметры​

Параметры