Huber回归(Huber Regression)使用文档

组件名称	Huber回归(Huber Regression)
工具集	机器学习/回归/Huber回归(Huber Regression)
组件作者	雪浪云-燕青
文档版本	1.0
功能	Huber回归(Huber Regression)算法
镜像名称	ml_components:3
开发语言	Python

组件原理

在统计学中，Huber损失是鲁棒回归中使用的一个损失函数，它比平方误差损失对数据中的异常值更不敏感。

Huber损失函数描述了估计过程f. Huber(1964)对损失函数的分段定义为：

这个函数对于较小的a值是二次的，对于较大的a值是线性的，在的两个点上具有相等的值和斜率。变量a通常指的是观测值与预测值之间的差值，即，因此可以将表达式解释为

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

epsilon

• 功能描述:参数控制了应该被分类为离群值的样本的数量。越小，离群值对模型的影响就越小。
• 必选参数：是
• 默认值：1.35

Max Iter

• 功能描述:优化的最大迭代次数，fmin_l_bfgs_b最大运行次数。
• 必选参数：是
• 默认值：100

alpha

• 功能描述:正则化参数。
• 必选参数：是
• 默认值：0.0001

Warm Start

• 功能描述:如果必须重用以前使用的模型，这是非常有用的。如果设置为False，那么每个调用的系数都将被重新训练。
• 必选参数：是
• 默认值：false

Fit Intercept

• 功能描述:训练时是否包含截距。如果数据已经以原点为中心，则可以将其设置为False。
• 必选参数：是
• 默认值：true

tol

• 功能描述:训练容忍度，当小于这个值时训练停止。
• 必选参数：是
• 默认值：0.00001

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