BigQueryML で回帰分析をする

単回帰分析で済む単純な分析をするときに BigQueryML が便利だった。

やりたいこと

オートインクリメントなユーザテーブルがあるとして、ユーザ ID からその登録時期を予測したいとして、どれくらい相関性があるのかをみたい。 もちろんユーザテーブルには登録日 ( created )も入っている。

クエリを書く

2 カラムの結果を返すクエリを書く。今回は説明変数が user_id で、目的変数は created となるが、目的変数のカラム名を label にする必要がある。

SELECT created as label,
    user_id
FROM `pjt-123345.ds.users`
ORDER BY label

create model する

クエリはそのまま CREATE MODEL を足す。今回は線系回帰を使うので model_type = 'linear_reg'

CREATE MODEL `misc.kaiki_sample` OPTIONS(model_type = 'linear_reg') AS
SELECT created as label,
    user_id
FROM `pjt-123345.ds.users`
ORDER BY label

結果を眺める

しばらくすると計算が終わる。モデルの 評価 タブをみると 決定係数 がみられる。

predict させる

こんなクエリでつくったモデルに predict をさせることができる。

-- 1970-01-01 からの日数が predicted_label から返ってくるのでキャスとして Date に戻す
SELECT DATE_FROM_UNIX_DATE(CAST(predicted_label AS INT64))
FROM ML.PREDICT(
        MODEL `misc.kaiki_user_id__date`,
        (
            -- 説明変数のはカラム名が合っている必要がある
            SELECT 123456 as user_id
        )
    )