Вы просматриваете старую версию данной страницы. Смотрите текущую версию.

Сравнить с текущим просмотр истории страницы

Версия 1 Следующий »

В основе узла «Линейная регрессия» лежит модель зависимости между входными и выходными переменными с линейной функцией связи.
Список параметров узла представлен в таблице (Таблица 31).
Таблица 31 — Параметры узла «Линейная регрессия»

Параметр

Возможные значения и ограничения

Описание

Название

Ручной ввод
Ограничений на значение нет

Название узла, которое будет отображаться в интерфейсе

Описание

Ручной ввод
Ограничений на значение нет

Описание узла

Добавить константу в модель

Чекбокс

Выбор данного чекбокса добавит константу в модель

L1

Ручной ввод
Неотрицательное число
По умолчанию — 0,5

Данный параметр задает значение L1-регуляризации

L2

Ручной ввод
Неотрицательное число
По умолчанию — 0,5

Данный параметр задает значение L2-регуляризации

Seed

Ручной ввод числового значения
По умолчанию — 42

Начальное числовое значение для генератора случайных чисел

Количество итераций

Ручной ввод
Неотрицательное число
По умолчанию — 100

Данный параметр задает количество итераций, после достижения алгоритм останавливается

Метод оптимизации для гребневой регрессии

Раскрывающийся список со следующими значениями:

  • svd
  • cholesky
  • lsqr (по умолчанию)
  • sparse_cg
  • sag
  • saga

Данный параметр задает метод оптимизации для гребневой регрессии. Предусмотрены следующие варианты:

  • svd

    использует сингулярное разложение
  • cholesky
  • lsqr

    использует специальную процедуру упорядоченных наименьших квадратов
  • sparse_cg

    использует решатель сопряженных градиентов
  • sag

    использует stochastic average gradient descent
  • saga
    использует улучшенную версию stochastic average gradient descent

Допустимая погрешность

Ручной ввод
Неотрицательное число
По умолчанию — 0,0001

Данный параметр задает допустимую погрешность, после достижения которой алгоритм останавливается

Правило обновления коэффициентов модели

Раскрывающийся список со следующими значениями:

  • cyclic (по умолчанию)
  • random

Данный параметр задает правило обновления коэффициентов модели. Предусмотрены следующие варианты:

  • cyclic

    Последовательный перебор
  • random
    Случайные коэффициенты обновляются каждую итерацию


Результаты выполнения узла:

  • Тепловые карты для обучающей, валидационной и тестовой выборок (Аналогично узлу «Байесовская регрессия» Рисунок 142).
  • Таблица с метриками качества модели (Аналогично узлу «Байесовская регрессия» Рисунок 143).
  • Таблица с коэффициентами переменных (Аналогично узлу «Байесовская регрессия» Рисунок 144).
  • Нет меток