BigQuery MLを使えば、サポートされたモデルをGoogleSQLでトレーニングできます。線形回帰では、CREATE MODEL ... OPTIONS(model_type='linear_reg', input_label_cols=['y']) AS SELECT x, y ...がyをラベル、xを特徴量として扱います。トレーニングではラベルを見て、予測では特徴量を受け取ってpredicted_yを返します。識別子は、うっかり特徴量にならないようにしながら、出力とともに引き継ぐべきです。
架空の容量の用意されたデータには、数値の予測変数が1つと、数値のラベルが1つあります。トレーニングにはsample_id <= 40を、評価にはsample_id > 40を使ってください。ホールドアウトを明示的に用意するため、NO_SPLITで自動の分割を無効にします。トレーニングの行で評価すると、誤差を小さく見積もることがあり、将来のパフォーマンスの証明にはなりません。
このローカルの実装は、小さな通常の最小二乗法の直線を当てはめます。Googleのオプティマイザー、自動の前処理、分散トレーニング、すべてのモデルの種類をシミュレートするものではありません。データは教材の用意されたデータなので、その指標は練習問題で計算した結果であり、実際の業務についての主張ではありません。