10、低代码与全自定义：机器学习模型构建的多元路径

低代码与全自定义：机器学习模型构建的多元路径

1. BQML：低代码构建 ML 模型的利器

1.1 训练选项

在使用 BQML 构建机器学习模型时，有一些可选的训练选项：
- MIN_REL_PROGRESS ：当 EARLY_STOP 设置为 TRUE 时，这是继续训练所需的最小相对损失改进。例如，值为 0.01 表示每次迭代必须将损失降低 1% 才能继续训练，默认值为 0.01。
- WARM_START ：是否使用新的训练数据、新的模型选项或两者来重新训练模型。除非明确覆盖，否则用于训练模型的初始选项将用于热启动运行。在热启动模型的重新训练中， MODEL_TYPE 和训练数据模式必须保持不变，默认值为 FALSE 。

1.2 超参数调优

BQML 允许通过 CREATE MODEL 语句在构建 ML 模型时微调超参数，这一过程称为超参数调优，是通过找到理想的超参数集来提高模型准确性的常用方法。以下是一个 BigQuery SQL 语句示例：

{CREATE OR REPLACE MODEL} model_name
OPTIONS(Existing Training Options,
    NUM_TRIALS = int64_value, [, MAX_PARALLEL_TRIALS = int64_value ]
    [