机器数据分析平台 > 使用文档 > 应用平台 > Pandora机器学习工具包 >fit的使用方法详述 > 预测连续指标【回归】

预测连续指标【回归】

最近更新时间: 2022-02-24 18:37:43

使用场景

连续数据不限于定义的单独值，而是可以占用连续范围内的任何值。在任何两个连续数据值之间，可能有无限多个其他值。比如身高、体重、温度、价格等等。当需要预测单个连续指标的时候，我们常用回归预测（Regression）的方法。

通用语法

|fit <algo_name> [options] <target_field> from <feature_field_1> <feature_field_2> [into model_name]...

通用参数说明：

<algo_name> 必填，用来指定训练模型采用的算法名称。
[options]可选，为算法的内置参数，根据提供的算法变化。
<target_field> 必填，且只能是一个字段，用来指定建模使用的目标字段，给定的target_field值必须存在于数据集中。target_field的数据必须为连续数据（只能是int或者float）。
<feature_field> 必填，可以是一个或者多个字段，用来指定建模使用的特征字段，给定的feature_field值必须存在于数据集中。
[into model_name]可选，用来将fit训练出来的模型保存成model_name以便下次调用。
数据集必须不为空。

以下算法可以用来预测连续型指标：

以上内容是否对您有帮助？