Google bigquery BigQuery中的多元回归预测

遗憾的是，Google BigQuery仍然没有我们在电子表格中看到的

forecast（）

这样的功能——现在还不要小看它；如果一个人拥有统计知识，那么在电子表格上的预测中可以添加惊人数量的平滑度和季节性

BigQuery允许您确定标准偏差、相关性和截距度量。使用它，可以创建预测模型——请参阅和。但它使用线性回归模型；所以我们对季节性方面不满意。问题是，我们如何在BigQuery中构建用于预测的多元回归模型

如果

Y=a1x1+a2x2+a3x3+c

，我们是否（1）分别确定a1、a2和a3并最终加入查询？但是拦截呢？我们如何计算Bigquery中MR的1

---

任何贡献都将不胜感激

BigQuery的新ML功能对您有帮助吗？BigQueryML在其训练模型中使用线性回归。这可能是有效的，但我们在这里谈论的是MR！谢谢他们很可能会在未来增加更多的车型，所以值得关注。嗨@GrahamPolly，谢谢评论。关于GoogleBQML，我有一个关于在未来日期应用基于表格（“日期”、“销售”）的培训模型的问题。因此，在“ML.PREDICT”查询部分，如果我将“date”字段替换为UNNEST（GENERATE_date_ARRAY（日期（“近期的开始日期”）、date（“停止日期的30天”））--它会工作吗？你试过了吗？；-）