O BigQuery ML permite treinar modelos compatíveis com GoogleSQL. Para a regressão linear, CREATE MODEL ... OPTIONS(model_type='linear_reg', input_label_cols=['y']) AS SELECT x, y ... trata y como rótulo e x como característica. O treinamento usa os rótulos; a previsão recebe características e retorna predicted_y. Um identificador deve acompanhar a saída sem se tornar, por acidente, uma característica.
O conjunto de dados fictício de capacidade tem um preditor numérico e um rótulo numérico. Use sample_id <= 40 para o treinamento e sample_id > 40 para a avaliação. NO_SPLIT desativa a divisão automática porque você fornece explicitamente o conjunto reservado para a avaliação. Avaliar as linhas de treinamento pode subestimar o erro e não comprova o desempenho futuro.
Esta implementação local ajusta uma pequena reta por mínimos quadrados ordinários. Ela não simula o otimizador do Google, o pré-processamento automático, o treinamento distribuído nem todas as famílias de modelos. Os dados são um conjunto didático, então as métricas são resultados calculados do exercício e não afirmações sobre uma operação real.
O modelo é treinado com um conjunto de observações e avaliado com um conjunto de reserva sem observações em comum.