回帰の概要
ML の一般的なユースケースは、類似の過去データでトレーニングされたモデルを使用して、新しいデータの数値指標の値を予測することです。たとえば、住宅の予想販売価格を予測したいとします。住宅の場所と特徴を特徴として使用することで、すでに販売されている類似の住宅と比較し、その販売価格から住宅の販売価格を推定できます。
BigQuery ML では、次のいずれかのモデルを使用して回帰を行うことができます。
- 線形回帰モデル: 線形回帰を使用するには、
MODEL_TYPE
オプションをLINEAR_REG
に設定します。 - ブーストツリー モデル: 勾配ブースト ディシジョン ツリーを使用するには、
MODEL_TYPE
オプションをBOOSTED_TREE_REGRESSOR
に設定します。 - ランダム フォレスト モデル: ランダム フォレストを使用するには、
MODEL_TYPE
オプションをRANDOM_FOREST_REGRESSOR
に設定します。 - ディープ ニューラル ネットワーク(DNN)モデル: ニューラル ネットワークを使用するには、
MODEL_TYPE
オプションをDNN_REGRESSOR
に設定します。 - ワイド&ディープモデル: ワイド&ディープ ラーニングを使用するには、
MODEL_TYPE
オプションをDNN_LINEAR_COMBINED_REGRESSOR
に設定します。 - AutoML モデル: AutoML 分類モデルを使用するには、
MODEL_TYPE
オプションをAUTOML_REGRESSOR
に設定します。