BigQuery DataFrames を使用して回帰モデルを作成する

BigQuery DataFrames API を使用して、ペンギンの体重に関する線形回帰モデルを作成します。

もっと見る

このコードサンプルを含む詳細なドキュメントについては、以下をご覧ください。

コードサンプル

Python

このサンプルを試す前に、クライアント ライブラリを使用した BigQuery クイックスタートにある Python の設定手順を完了してください。詳細については、BigQuery Python API のリファレンス ドキュメントをご覧ください。

BigQuery に対する認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、クライアント ライブラリの認証情報を設定するをご覧ください。

from bigframes.ml.linear_model import LinearRegression import bigframes.pandas as bpd  # Load data from BigQuery query_or_table = "bigquery-public-data.ml_datasets.penguins" bq_df = bpd.read_gbq(query_or_table)  # Filter down to the data to the Adelie Penguin species adelie_data = bq_df[bq_df.species == "Adelie Penguin (Pygoscelis adeliae)"]  # Drop the species column adelie_data = adelie_data.drop(columns=["species"])  # Drop rows with nulls to get training data training_data = adelie_data.dropna()  # Specify your feature (or input) columns and the label (or output) column: feature_columns = training_data[     ["island", "culmen_length_mm", "culmen_depth_mm", "flipper_length_mm", "sex"] ] label_columns = training_data[["body_mass_g"]]  test_data = adelie_data[adelie_data.body_mass_g.isnull()]  # Create the linear model model = LinearRegression() model.fit(feature_columns, label_columns)  # Score the model score = model.score(feature_columns, label_columns)  # Predict using the model result = model.predict(test_data)

次のステップ

他の Google Cloud プロダクトのコードサンプルを検索およびフィルタするには、Google Cloud サンプル ブラウザをご覧ください。