BigQuery ML memungkinkan Anda melatih model yang didukung dengan GoogleSQL. Untuk regresi linear, CREATE MODEL ... OPTIONS(model_type='linear_reg', input_label_cols=['y']) AS SELECT x, y ... memperlakukan y sebagai label dan x sebagai fitur. Pelatihan melihat label; prediksi menerima fitur dan mengembalikan predicted_y. Sebuah identifier sebaiknya ikut terbawa di output tanpa tidak sengaja menjadi fitur.
Dataset kapasitas fiktif ini memiliki satu prediktor numerik dan satu label numerik. Gunakan sample_id <= 40 untuk pelatihan dan sample_id > 40 untuk evaluasi. NO_SPLIT menonaktifkan pembagian otomatis karena Anda menyediakan holdout secara eksplisit. Mengevaluasi baris pelatihan dapat meremehkan galat dan tidak membuktikan kinerja di masa depan.
Implementasi lokal ini mencocokkan sebuah garis regresi kuadrat terkecil biasa (ordinary least squares) yang sederhana. Implementasi ini tidak mensimulasikan optimizer Google, prapemrosesan otomatis, pelatihan terdistribusi, atau semua keluarga model. Datanya adalah dataset latihan, sehingga metriknya adalah hasil latihan yang dihitung, bukan klaim tentang operasi yang sebenarnya.
Model dilatih dengan satu set observasi dan dievaluasi dengan holdout terpisah yang tidak beririsan.