跳到主要内容

带交叉验证的岭回归（RidgeCV）使用文档

组件名称带交叉验证的岭回归（RidgeCV）
工具集机器学习/回归/带交叉验证的岭回归（RidgeCV）
组件作者雪浪云-燕青
文档版本1.0
功能带交叉验证的岭回归（RidgeCV）算法
镜像名称ml_components:3
开发语言Python

组件原理​

交叉验证，有的时候也称作循环估计（Rotation Estimation），是一种统计学上将数据样本切割成较小子集的实用方法，该理论是由Seymour Geisser提出的。在给定的建模样本中，拿出大部分样本进行建模型，留小部分样本用刚建立的模型进行预报，并求这小部分样本的预报误差，记录它们的平方加和。这个过程一直进行，直到所有的样本都被预报了一次而且仅被预报一次。把每个样本的预报误差平方加和，称为PRESS(predicted Error Sum of Squares)。

交叉验证的基本思想是把在某种意义下将原始数据(dataset)进行分组,一部分做为训练集(train set)，另一部分做为验证集(validation set or test set)。首先用训练集对分类器进行训练，再利用验证集来测试训练得到的模型(model)，以此来做为评价分类器的性能指标。

岭估计(Ridge estimate)是由Hoerl和Kennard于1970年提出的[Hoerl&Kennard1970]。自1970年以来，这种估计的研究和应用得到广泛重视，成为目前最有影响的一种有偏估计

岭回归又称脊回归，它的名字来源于模型的解与正则化参数λ之间的图像。

岭回归的性质如下：

比较重要的是性质3和4，性质3导致在岭回归中结果向中间靠拢，偏高和偏低的比较少；性质4是证明岭回归优于线性回归。

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​

正则化强度数组​

  • 功能描述：正则化强度，必须是正浮点数；输入时采用英文逗号分隔
  • 必选参数：是
  • 默认值：1.0，1.0

计算截距​

  • 功能描述：是否计算模型截距
  • 必选参数：是
  • 默认值：true

归一化​

  • 功能描述：是否对数据进行归一化处理，该参数在Fit Intercept参数设为False时会被忽略
  • 必选参数：否
  • 默认值：false

交叉验证拆分数​

  • 功能描述：交叉验证将数据集拆分的数量
  • 必选参数：是
  • 默认值：cv

GCV模式​

  • 功能描述：执行通用交叉验证时使用哪种策略
  • 必选参数：是
  • 默认值：auto

保存交叉验证的值​

  • 功能描述：保存交叉验证的值
  • 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

  • 查看结果