【技术实现步骤摘要】
【国外来华专利技术】
本公开涉及机器学习回归分析。
技术介绍
1、机器学习是一种使用数学模型去理解数据的尝试。确定这些数学模型的质量或数学模型如何做出决策通常是有利的。回归分析通常用于确定因变量和自变量之间的关系。因此，回归分析可用于回答关于响应变量对模型的一个或多个预测因子的依赖性的问题，包括预测响应的未来值、发现哪些预测因子是重要的，以及估计改变预测因子或处理对响应值的影响。
技术实现思路
1、本公开的一个方面提供了一种计算机实施的方法，当所述方法由数据处理硬件执行时，使得所述数据处理硬件进行操作。所述操作包括从用户接收模型分析请求。所述模型分析请求所述数据处理硬件提供在数据集上训练的模型的一个或多个统计数据。所述方法还包括获得所述训练的模型。所述训练的模型包括多个权重。所述多个权重中的每个权重被分配给所述训练的模型的一个特征。所述方法包括使用所述数据集和所述多个权重，基于所述训练的模型的线性回归来确定所述训练的模型的所述一个或多个统计数据。所述方法包括向所述用户报告所述训练的模型的一个或多个统计数据。
2、本公开的实施方式可以包括一个或多个以下可选特征。在一些实施方式中，所述数据集包括存储在与所述数据处理硬件通信的云数据库上的数据库。获得所述训练的模型可以包括检索所述数据集以及使用所述数据集来训练所述模型。
3、在一些示例中，基于所述训练的模型的所述线性回归来确定所述训练的模型的所述一个或多个统计数据包括：使用所述数据集和所述多个权重来确定信息矩阵。这些示例可以进一步包括确
4、可选地，所述一个或多个统计数据包括p值。所述一个或多个统计数据可以包括标准误差值。在一些实施方式中，所述模型分析请求包括单个结构化查询语言(sql)查询。在所述数据集被标准化之后，所述训练的模型可以在所述数据集上被训练。在这些示例中，所述操作可以进一步包括，在向所述用户报告所述训练的模型的所述一个或多个统计数据之前，基于所述数据集的非标准化形式来更新所述一个或多个统计数据。
5、本公开的另一方面提供了数据处理硬件和与所述数据处理硬件通信的存储器硬件。所述存储器硬件存储指令，当所述指令在所述数据处理硬件上被执行时，使得所述数据处理硬件进行操作。所述操作包括从用户接收模型分析请求。所述模型分析请求所述数据处理硬件提供在数据集上训练的模型的一个或多个统计数据。所述方法还包括获得所述训练的模型。所述训练的模型包括多个权重。所述多个权重中的每个权重被分配给所述训练的模型的一个特征。所述方法包括使用所述数据集和所述多个权重，基于所述训练的模型的线性回归来确定所述训练的模型的所述一个或多个统计数据。所述方法包括向所述用户报告所述训练的模型的所述一个或多个统计数据。
6、该方面可以包括一个或多个以下可选特征。在一些实施方式中，所述数据集包括存储在与所述数据处理硬件通信的云数据库上的数据库。获取所述训练的模型可以包括检索所述数据集以及使用所述数据集来训练所述模型。
7、在一些示例中，基于所述训练的模型的所述线性回归来确定所述训练的模型的所述一个或多个统计数据包括：使用所述数据集和所述多个权重来确定信息矩阵。这些示例可以进一步包括确定所述信息矩阵的逆矩阵。所述信息矩阵可以包括费舍尔信息矩阵。
8、可选地，所述一个或多个统计数据包括p值。所述一个或多个统计数据可以包括标准误差值。在一些实施方式中，所述模型分析请求包括单个结构化查询语言(sql)查询。在所述数据集被标准化之后，所述训练的模型可以在所述数据集上被训练。在这些示例中，所述操作可以进一步包括在向所述用户报告所述训练的模型的所述一个或多个统计数据之前，基于所述数据集的非标准化形式更新所述一个或多个统计数据。
9、在附图和以下描述中阐述了本公开的一个或多个实施方式的细节。根据说明书和附图以及权利要求书，其他方面、特征和优点将是显而易见的。
本文档来自技高网...【技术保护点】
1.一种计算机实施的方法(400)，其特征在于，当所述方法(400)由数据处理硬件(144)执行时，使得所述数据处理硬件(144)进行操作，所述操作包括：
2.根据权利要求1所述的方法(400)，其特征在于，所述数据集(151)包括存储在与所述数据处理硬件(144)通信的云数据库上的数据库(158)。
3.根据权利要求1或权利要求2所述的方法(400)，其特征在于，获得所述训练的模型(172)包括：
4.根据权利要求1-3中任一项所述的方法(400)，其特征在于，基于所述训练的模型(172)的所述线性回归来确定所述训练的模型(172)的所述一个或多个统计数据(250)包括：
5.根据权利要求4所述的方法(400)，其特征在于，所述信息矩阵(212)包括费舍尔信息矩阵。
6.根据权利要求1-5中任一项所述的方法(400)，其特征在于，所述一个或多个统计数据(250)包括p值。
7.根据权利要求1-6中任一项所述的方法(400)，其特征在于，所述一个或多个统计数据(250)包括标准误差值。
8.根据权
9.根据权利要求1-8中任一项所述的方法(400)，其特征在于，在所述数据集(151)被标准化后，所述训练的模型(172)在所述数据集(151)上被训练。
10.根据权利要求9所述的方法(400)，其特征在于，所述操作进一步包括，在向所述用户(12)报告所述训练的模型(172)的所述一个或多个统计数据(250)之前，基于所述数据集(151)的非标准化形式来更新所述一个或多个统计数据(250)。
11.一种系统(100)，其特征在于，包括：
12.根据权利要求11所述的系统(100)，其特征在于，所述数据集(151)包括存储在与所述数据处理硬件(144)通信的云数据库上的数据库(158)。
13.根据权利要求11或权利要求12所述的系统(100)，其特征在于，获得所述训练的模型(172)包括：
14.根据权利要求11-13中任一项所述的系统(100)，其特征在于，基于所述训练的模型(172)的所述线性回归来确定所述训练的模型(172)的所述一个或多个统计数据(250)包括：
15.根据权利要求14所述的系统(100)，其特征在于，所述信息矩阵(212)包括费舍尔信息矩阵。
16.根据权利要求11-15中任一项所述的系统(100)，其特征在于，所述一个或多个统计数据(250)包括p值。
17.根据权利要求11-16中任一项所述的系统(100)，其特征在于，所述一个或多个统计数据(250)包括标准误差值。
18.根据权利要求11-17中任一项所述的系统(100)，其特征在于，所述模型分析请求(20)包括单个结构化查询语言(SQL)查询。
19.根据权利要求11-18中任一项所述的系统(100)，其特征在于，在所述数据集(151)被标准化后，所述训练的模型(172)在所述数据集(151)上被训练。
20.根据权利要求19所述的系统(100)，其特征在于，所述操作进一步包括，在向所述用户(12)报告所述训练的模型(172)的所述一个或多个统计数据(250)之前，基于所述数据集(151)的非标准化形式来更新所述一个或多个统计数据(250)。
...【技术特征摘要】
【国外来华专利技术】
1.一种计算机实施的方法(400)，其特征在于，当所述方法(400)由数据处理硬件(144)执行时，使得所述数据处理硬件(144)进行操作，所述操作包括：
2.根据权利要求1所述的方法(400)，其特征在于，所述数据集(151)包括存储在与所述数据处理硬件(144)通信的云数据库上的数据库(158)。
3.根据权利要求1或权利要求2所述的方法(400)，其特征在于，获得所述训练的模型(172)包括：
4.根据权利要求1-3中任一项所述的方法(400)，其特征在于，基于所述训练的模型(172)的所述线性回归来确定所述训练的模型(172)的所述一个或多个统计数据(250)包括：
5.根据权利要求4所述的方法(400)，其特征在于，所述信息矩阵(212)包括费舍尔信息矩阵。
6.根据权利要求1-5中任一项所述的方法(400)，其特征在于，所述一个或多个统计数据(250)包括p值。
7.根据权利要求1-6中任一项所述的方法(400)，其特征在于，所述一个或多个统计数据(250)包括标准误差值。
8.根据权利要求1-7中任一项所述的方法(400)，其特征在于，所述模型分析请求(20)包括单个结构化查询语言(sql)查询。
9.根据权利要求1-8中任一项所述的方法(400)，其特征在于，在所述数据集(151)被标准化后，所述训练的模型(172)在所述数据集(151)上被训练。
10.根据权利要求9所述的方法(400)，其特征在于，所述操作进一步包括，在向所述用户(12)报告所述训练的模型(172)的所述一个或多个统计数据(250)之前，基于所述数据集(151)的非标准化形式来更新所述一个或...
【专利技术属性】
技术研发人员：程曦，丽萨·尹，邓明歌，阿米尔·霍马提，奥马尔·艾莉·赛义德，刘家尚，
申请(专利权)人：谷歌有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。