跳到主要内容

带交叉验证的弹性网络回归（ElasticNetCV）使用文档

组件名称带交叉验证的弹性网络回归（ElasticNetCV）
工具集机器学习
组件作者雪浪云-墨文
文档版本1.0
功能带交叉验证的弹性网络回归（ElasticNetCV）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。

在统计学中，特别是在线性或逻辑回归模型的拟合中，弹性网络是一种正则化的回归方法，它将L1和L2惩罚值线性组合起来。

弹性网最初是由于对lasso的批评而出现的，lasso的变量选择可能过于依赖于数据，因此不稳定。解决方案是结合岭回归和lasso的惩罚项，以得到最好的模型。弹性网络的目标是使以下损失函数最小化:

现在,有两个参数需要调优:λ和α。

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​

L1 Ratio​

  • 功能描述:弹性网混合参数，应该在0,1之间。
  • 必选参数：是
  • 默认值：0.5

eps​

  • 功能描述:步长。
  • 必选参数：是
  • 默认值：0.001

nAlphas​

  • 功能描述:沿着正则化路径的alpha个数，用于每个l1_ratio。
  • 必选参数：是
  • 默认值：100

Fit Intercept​

  • 功能描述:是否应该计算截距。
  • 必选参数：是
  • 默认值：true

normalize​

  • 功能描述:当fit_intercept设置为False时，将忽略该参数。若为真，则回归前对回归量X进行归一化处理，取均值减去后除以l2-范数。
  • 必选参数：是
  • 默认值：false

Max Iter​

  • 功能描述:最大迭代次数。
  • 必选参数：是
  • 默认值：1000

tol​

  • 功能描述:优化器的容忍度。
  • 必选参数：是
  • 默认值：0.0001

cv​

  • 功能描述:确定交叉验证分割策略。
  • 必选参数：是
  • 默认值：3

Copy X​

  • 功能描述:如果为真，则复制X;否则，它可能被覆盖。
  • 必选参数：是
  • 默认值：true

verbose​

  • 功能描述:是否输出日志。
  • 必选参数：是
  • 默认值：true

nJobs​

  • 功能描述:交叉验证期间使用的cpu数量。
  • 必选参数：否
  • 默认值：（无）

Random State​

  • 功能描述:随机种子。
  • 必选参数：否
  • 默认值：（无）

selection​

  • 功能描述:如果设置为“随机”，则每次迭代都会更新一个随机系数，而不是默认情况下按顺序遍历特性。
  • 必选参数：是
  • 默认值：cyclic

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