被动攻击分类（PassiveAggressiveClassifier）

组件名称	被动攻击分类（PassiveAggressiveClassifier）
工具集	机器学习/分类/被动攻击分类（PassiveAggressiveClassifier）
组件作者	雪浪云-燕青
文档版本	1.0
功能	被动攻击分类（PassiveAggressiveClassifier）算法
镜像名称	ml_components:3
开发语言	Python

组件原理

被动攻击算法适用于大规模学习的算法。它和感知器一样不需要学习率。然而，与感知器相反，它有一个正则化参数c。

• 在样本分类正确 且模型对可能性的预测准确（程度大于一）时，模型不做调整（这里体现出了被动）

• 在样本分类正确 但模型对可能性的预测有失偏颇（不太准确）时，模型做出轻微的调整

• 在样本分类错误时，模型做出较大的调整（体现出较强的“攻击性”）

核心算法步骤如下：

组件

• 组件图：

输入桩

支持单个csv文件输入。

输入端子1

• 端口名称：训练数据
• 输入类型：Csv文件
• 功能描述： 输入用于训练的数据

输出桩

支持sklearn模型输出。

输出端子1

• 端口名称：输出模型
• 输出类型：sklearn模型
• 功能描述： 输出训练好的模型用于预测

参数配置

C

• 功能描述：最大步长(正则化)
• 必选参数：是
• 默认值：1

Fit Intercept

• 功能描述:：是否计算模型截距
• 必选参数：是
• 默认值：true

最大迭代次数

• 功能描述：模型训练时的最大迭代次数
• 必选参数：是
• 默认值：1000

tol

• 功能描述：残差的最大范数
• 必选参数：否
• 默认值：（无）

早停

• 功能描述：当验证分数没有提高时，是否使用提前停止来终止训练
• 必选参数：是
• 默认值：false

验证集比例

• 功能描述：训练集中用作验证集数据的比例
• 必选参数：是
• 默认值：0.1

验证得分不变的最大次数

• 功能描述：在提前停止之前验证机得分没有提高的迭代次数
• 必选参数：是
• 默认值：5

shuffle

• 功能描述：每轮训练是否打乱数据
• 必选参数：是
• 默认值：true

损失函数

• 功能描述：训练时使用的损失函数
• 必选参数：是
• 默认值：ginge

epsilon

• 功能描述：如果当前预测和正确标签之间的差异低于该阈值，则不更新模型
• 必选参数：是
• 默认值：0.1

Random State

• 功能描述：随机种子
• 必选参数：否
• 默认值：（无）

是否计算SGD

• 功能描述：是否计算随机梯度下降权重的平均值
• 必选参数：是
• 默认值：false

需要训练

• 功能描述：该模型是否需要训练，默认为需要训练。
• 必选参数：是
• 默认值：true

特征字段

• 功能描述：特征字段
• 必选参数：是
• 默认值：（无）

识别字段

• 功能描述：识别字段
• 必选参数：是
• 默认值：（无）

使用方法

• 将组件拖入到项目中
• 与前一个组件输出的端口连接（必须是csv类型）
• 点击运行该节点

测试用例

模板

右面板配置

• 参数设置：

• 字段设置：

输入的数据：

输出的结果：

• 输出模型：