代码拉取完成,页面将自动刷新
训练机器学习模型并保存模型。
CREATE MODEL model_name USING architecture_name
FEATURES { {attribute_list} }
[TARGET attribute_name, [,attribute_name]*],
FROM ([schema.]table_name | subquery)
WITH (hyper_parameter_name [= {hp_value | DEFAULT}]) [, ...]*]
model_name
对训练模型进行命名,模型名称具有唯一性约束。
取值范围:字符串,需要符合标识符的命名规范。
architecture_name
训练模型的算法类型。
取值范围:字符型,当前支持:logistic_regression、linear_regression、svm_classification、kmeans。
attribute_list
枚举训练模型的输入列名。
取值范围:字符型,需要符合数据属性名的命名规范。
attribute_name
在监督学习任务重训练模型的目标列名(可进行简单的表达式处理)。
取值范围:字符型,需要符合数据属性名的命名规范。
subquery
数据源。
取值范围:字符串,符合数据库SQL语法。
hyper_parameter_name
机器学习模型的超参名称。
取值范围:字符串,针对不同算法范围不同,详情请参考:表2。
hp_value
超参数值。
取值范围:字符串,针对不同算法范围不同,详情请参考:表3。
CREATE MODEL price_model USING logistic_regression
FEATURES size, lot
TARGET price
FROM HOUSES
(WITH learning_rate=0.88, max_iterations=default);
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。