stochasticLogisticRegression

Эта функция реализует стохастическую логистическую регрессию. Её можно использовать для задач бинарной классификации. Она поддерживает те же настраиваемые параметры, что и stochasticLinearRegression, и работает аналогичным образом.

Параметры

Параметры полностью совпадают с параметрами stochasticLinearRegression: learning rate, l2 regularization coefficient, mini-batch size, method for updating weights. Дополнительные сведения см. в разделе параметры.

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

1. Подгонка

Смотрите раздел Fitting в описании stochasticLinearRegression.

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

2. Прогнозирование

Используя сохранённое состояние, мы можем предсказать вероятность того, что у объекта метка 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 evalMLMethod — это объект AggregateFunctionState, далее — столбцы признаков.

Мы также можем задать порог вероятности, который будет относить элементы к 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)

Тогда результатом будут метки.

test_data — это таблица, похожая на train_data, но может не содержать целевого значения.

См. также

Параметры​

Параметры