BigQuery ML te permite entrenar modelos compatibles con GoogleSQL. Para la regresión lineal, CREATE MODEL ... OPTIONS(model_type='linear_reg', input_label_cols=['y']) AS SELECT x, y ... trata y como etiqueta y x como característica. El entrenamiento utiliza las etiquetas; la predicción recibe características y devuelve predicted_y. Un identificador debe acompañar a la salida sin convertirse por accidente en una característica.
El conjunto de datos ficticio de capacidad tiene un predictor numérico y una etiqueta numérica. Usa sample_id <= 40 para el entrenamiento y sample_id > 40 para la evaluación. NO_SPLIT desactiva la división automática porque proporcionas explícitamente el conjunto reservado para la evaluación. Evaluar las filas de entrenamiento puede subestimar el error y no demuestra el rendimiento futuro.
Esta implementación local ajusta una pequeña recta por mínimos cuadrados ordinarios. No simula el optimizador de Google, el preprocesamiento automático, el entrenamiento distribuido ni todas las familias de modelos. Los datos son un conjunto didáctico, por lo que sus métricas son resultados calculados del ejercicio y no afirmaciones sobre una operación real.
El modelo se entrena con un conjunto de observaciones y se evalúa con un conjunto de reserva sin observaciones en común.