机器数据分析平台

  • fit

    最近更新时间:2020-10-27 11:37:03

    使用fit命令来用一种指定的算法拟合数据,进行模型训练,得到最终的算法模型结果。无论是在经典的有监督、无监督机器学习建模方面,还是在其他类型的预测建模方面,它的语法都是相同的。
    语法

    fit <algorithm> [option_name]=[option_value] …… [response-field] [from <explanatory-field>] [into <model_name>]
    

    参数说明
    必选参数

    <algorithm>:“算法”选项是必不可少的,目前平台支持的算法如下表所示:

    Algorithm Name 算法名称 适应方向
    LinearRegression 线性回归 回归
    RandomForest 随机森林 分类

    可选参数
    [option_name]=[option_value]:有些算法会需要一些与算法相关的选项,且可以不止一个。“=”的左侧填写算法选项的名称,而“=”的右侧填写这个选项对应的设定值。
    [response-field]:有些算法(如监督型机器学习算法)会需要一个“响应字段”的选项,在其中填入一个需要预测的响应字段名称。
    [from <explanatory-field>]:有些算法(监督型和非监督型机器学习算法)会需要一个“解释性字段”的选项,在其中填入一个或多个用来预测的特征变量名称。它以关键词“from”为引导,不同的特征变量名称之间用空格间隔。如果某种算法只需要“解释性字段”选项,不需要“响应字段”选项时,关键词“from”必须被省略。
    [into <model_name>]:有些算法会需要一个“模型名称”的选项,用来保存某种特定算法的模型结果,以便将来用apply命令调用。它以关键词“into”为引导,接下来指定一个可以自定义的模型名称。

    示例用法
    1、基于LinearRegression算法,使用特征字段CRIM来预测响应字段target

    ... | fit LinearRegression target from CRIM
    

    2、基于LinearRegression算法,使用3个特征字段CRIM、ZN、INDUS来预测响应字段target

    ... | fit LinearRegression target from CRIM ZN INDUS
    

    3、基于LinearRegression算法,使用3个特征字段CRIM、ZN、INDUS来预测响应字段target,并将由此得到的模型结果保存到一个叫house_model的模型变量中

    ... | fit LinearRegression target from CRIM ZN INDUS into house_model
    
    以上内容是否对您有帮助?
  • Qvm free helper
    Close