跳到主要内容

ARD回归（ARDRegression）

#ARD回归（ARDRegression）使用文档 | 组件名称 |ARD回归（ARDRegression）| | | | --- | --- | --- | --- | | 工具集 | 机器学习 | | | | 组件作者 | 雪浪云-墨文 | | | | 文档版本 | 1.0 | | | | 功能 | ARD回归（ARDRegression）算法| | | | 镜像名称 | ml_components:3 | | | | 开发语言 | Python | | |

组件原理​

ARDRegression 和 Bayesian Ridge Regression_ 非常相似，但是主要针对稀疏权重 w。 ARDRegression 提出一个不同于 w 的先验，通过弱化高斯分布为球形的假设。

相反，w的分布假设为一个平行轴的椭圆高斯分布。

也就是说，每个权重 来自于一个中心在0点，精度为的高斯分布:

同 Bayesian Ridge Regression_ 形成对比，w每一维都有一个标准差，所有的先验选择和由给定超参数和的gamma分布一样。

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​

最大迭代次数​

  • 功能描述：模型训练的最大迭代次数
  • 必选参数：是
  • 默认值：300

tol​

  • 功能描述：停止迭代的条件
  • 必选参数：是
  • 默认值：0.0001

alpha1​

  • 功能描述：超参数，alpha参数之前的Gamma分布的形状参数
  • 必选参数：是
  • 默认值：0.000001

alpha2​

  • 功能描述：超参数，alpha参数之前的Gamma分布的逆标度参数(速率参数)
  • 必选参数：是
  • 默认值：0.000001

lambda1​

  • 功能描述：超参数，lambda参数之前的Gamma分布的形状参数
  • 必选参数：是
  • 默认值：0.000001

lambda2​

  • 功能描述：超参数，lambda参数之前的Gamma分布的逆标度参数(速率参数)
  • 必选参数：是
  • 默认值：0.000001

Compute Score​

  • 功能描述：是否计算模型每一步的目标函数
  • 必选参数：是
  • 默认值：false

Threshold Lambda​

  • 功能描述：从计算中移除(修剪)高精度权重的阈值
  • 必选参数：是
  • 默认值：10000

Fit Intercept​

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

是否进行归一化​

  • 功能描述：是否对数据进行归一化处理
  • 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