该函数实现随机逻辑回归。 它可以用于二进制分类问题，支持与stochasticLinearRegression相同的自定义参数，并以相同的方式工作。

参数

参数与stochasticLinearRegression中的参数完全相同:
learning rate, l2 regularization coefficient, mini-batch size, method for updating weights.
欲了解更多信息，参见 [参数] (#agg_functions-stochasticlinearregression-parameters).
语法

stochasticLogisticRegression(1.0, 1.0, 10, 'SGD')

1. 拟合

参考[stochasticLinearRegression](#stochasticlinearregression-usage-fitting)  `拟合` 章节文档。

预测标签的取值范围为\[-1, 1\]

2. 预测

使用已经保存的state我们可以预测标签为 `1` 的对象的概率。
``` sql
WITH (SELECT state FROM your_model) AS model SELECT
evalMLMethod(model, param1, param2) FROM test_data

查询结果返回一个列的概率。注意 evalMLMethod 的第一个参数是 AggregateFunctionState 对象，接下来的参数是列的特性。

我们也可以设置概率的范围， 这样需要给元素指定不同的标签。

SELECT ans < 1.1 AND ans > 0.5 FROM
(WITH (SELECT state FROM your_model) AS model SELECT
evalMLMethod(model, param1, param2) AS ans FROM test_data)

结果是标签。

test_data 是一个像 train_data 一样的表，但是不包含目标值。