我正在尝试使用BigQuery ML训练一个模型，但对其功能有些困惑。
当我使用CREATE model功能创建模型时，它允许我将数据拆分为训练和评估。假设我使用AUTO_SPLIT，我的行数在500到50,000之间，根据文档，20%的数据在随机拆分中用作评估。我可以假设剩下的80%将<em
浏览 2提问于2020-02-24得票数 1
我知道我们可以使用参数DATA_SPLIT_METHOD来分离用于训练和评估的数据集。但是我如何确保它们都是不同的数据集呢？例如，我将DATA_SPLIT_METHOD设置为AUTO_SPLIT，我的数据集在500到500k行之间，因此20%的数据将用作评估。当我运行我的评估时，如何<
浏览 5提问于2020-02-24得票数 1
BigQuery ML是否自动拆分数据集以进行培训和评估？或者我们必须手动获得80%的训练数据集、10%的验证数据集和10%的logistic回归BigQuery ML评估数据集？如果两者都是肯定的，那其中哪一个更好？
谢谢
浏览 8提问于2019-11-18得票数 0
回答已采纳
1回答
在统计数据中，R 2的得分一般在0~ 1之间，但在使用BigQuery ML的训练结果中可能为负值。
那么，在BigQuery ML模型评估中，决定系数R是多少？
浏览 8提问于2022-08-16得票数 0
als.train(，als.fit()，als.traimImplicit()之间的区别是什么
浏览 21提问于2020-02-13得票数 1
2回答
我试图了解机器学习中的模型评估和验证过程。具体而言，培训、验证和测试集的使用顺序和方式。
使用训练集来拟合模型(找到最佳参数:多项式系数)。之后，使用
浏览 1提问于2019-01-10得票数 1
回答已采纳
使用分类特性，我们可以看到BigQuery ML通过在创建的模型上运行ML.WEIGHTS自动创建"_null_filler“虚拟变量，这是有意义的。在数字特性的情况下，丢失的值是用平均值还是其他什么来计算的？这两种行为是否在官方文档中提到过？
浏览 1提问于2018-12-11得票数 3
回答已采纳
1回答
在使用GATE工具对训练数据运行机器学习算法(SVM)后，我想在测试数据上对其进行测试。我的问题是，我是否应该使用相同的训练数据进行测试，同时，模型如何从测试数据中提取实体，而测试数据没有使用训练数据中学习到的注释进行注释。我遵循了这个链接上的教程，但在最后，当它谈到将数据集
浏览 2提问于2014-08-28得票数 0
我想要获取Biqquery使用下面的代码自动创建的集群数量 CREATE OR REPLACE MODEL ch09eu.london_station_clusters
OPTIONS
浏览 22提问于2021-10-05得票数 0
我有来自Firestore网站用户的数据。我有训练机器学习模型的经验，但我没有获得新数据预测的经验。我读到过，我可以在Google云存储中上传这个经过训练的模型，然后把它放到人工智能平台上，但是我不知道我必须遵循的过程，因为新的数据将被插入Bigquery中，<em
浏览 5提问于2019-10-18得票数 2
回答已采纳
当我使用Amazon Machine Learning创建一个模型(回归)时，我提供了一个带有一些模式的数据源。数据源包含一些值以及目标属性。然后将数据源拆分成70-30个，用于模型的训练和评估，它们仍然需要目标属性中的值。由于数据将首先用于训练，然后用于评估，因此目标属性是必需的</
浏览 3提问于2015-05-14得票数 3
我试图为我创建的TimeSeries ARIMA模型查询一个评估。BigQuery有一个。在对模型进行训练并使用它进行30天的预测之后，我运行了ML.EVALUATE查询，但是每次我这样做时，只返回null，而不是期望的精度度量。，mydataset.mytable是训练数据，metric和date字段是正确设置的。查询成功，并返回一个临时表，但所有应包含错误度量的</em
浏览 7提问于2022-07-06得票数 0
我目前正在做一个有敏感数据的项目。我可以在单个平台(公司PC)上查看数据，但在该平台之外，我无法处理它。我想用数据训练一个ML算法，但要做到这一点，我必须使用不同的PC。不过，我不能在那台电脑上处理数据。
是否有一种仍然可以用于ML的格式来翻译和保存数据，但它不是显式的原始格式？
浏览 0提问于2020-11-05得票数 1
在评估推荐系统时，可以将其数据分成三部分:培训、验证和测试集。在这种情况下，培训集将用于从数据中学习推荐模型，而验证集将用于选择要使用的最佳模型或参数。然后，使用所选择的模型，用户可以使用测试集来评估其算法的性能。我已经找到了一个scikit学习交叉验证()的文档页面，它说，在使用k-折叠交叉验证时，不需要将数据</em
浏览 5提问于2017-04-05得票数 0
回答已采纳
2回答
我想知道当我们使用交叉验证时，决策树是如何生成的，在教程中，我读过交叉验证，试图找到最好的准确性或最低的错误率，但决策树到底是如何生成的还不清楚。例如，在K=10中，是否从其他10棵树中选择最好的一棵树？ 或者它试图选择树中的所有冗余边？ 我的意思是，我不明白一棵最终的树是如何由另外10棵树组成的。 致以问候。
浏览 36提问于2019-04-23得票数 3
1回答
不是ML专家，但我训练机器学习模型所遵循的正常流程是经过数据清理、拆分数据集以进行训练，以及使用scikit- learning的列车测试拆分进行测试。(适合它)，它将使用验证拆分参数，如下所示这似乎再次除以训练数据
浏览 1提问于2020-12-12得票数 0
回答已采纳
我在将使用AutoML创建的BigQuery模型部署到人工智能平台进行在线预测时遇到了困难。我使用标准过程通过SQL在AutoML中创建了一个BigQuery模型：OPTIONS
(model_type='automl_regressor这很好，我能够成功地得到预期的结果。我现在想把它用于在线预测。为此，我通过Export Model云控制台中的BigQu
浏览 1提问于2021-02-19得票数 0
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号