Узел «Линейные модели» объединяет в себе линейные классификаторы и регрессоры с обучением методом стохастического градиентного спуска и поддерживает различные функции потерь и штрафы.
Список параметров узла представлен в Таблица 33.
Таблица 33 — Параметры узла «Линейные модели»
Параметр |
Возможные значения и ограничения |
Описание |
|
---|---|---|---|
Название |
Ручной ввод |
Название узла, которое будет отображаться в интерфейсе |
|
Описание |
Ручной ввод |
Описание узла |
|
Функция потерь для классификации |
Раскрывающийся список со следующими значениями:
|
Данный параметр задает функцию потерь для классификационной задачи. Предусмотрены следующие функции:
|
|
Функция потерь для регрессии |
Раскрывающийся список со следующими значениями:
|
Данный параметр задает функцию потерь для регрессионной задачи. Предусмотрены следующие функции:
|
|
Epsilon |
Ручной ввод |
Данный параметр задает Epsilon в функцию потерь |
|
L1 |
Ручной ввод |
Данный параметр задает значение L1-регуляризации |
|
L2 |
Ручной ввод |
Данный параметр задает значение L2-регуляризации |
|
Правило определения скорости обучения |
Раскрывающийся список со следующими значениями:
|
Данный параметр задает правило определения скорости обучения. Предусмотрены следующие:
|
|
Начальная скорость обучения |
Ручной ввод |
Данный параметр задает начальную скорость обучения |
|
Стандартизация |
Раскрывающийся список со следующими значениями:
|
Данные параметр отвечает за выбор метода стандартизации данных. Предусмотрены следующие методы:
|
]]></ac:plain-text-body></ac:structured-macro> |
Метод построения вероятностей |
Раскрывающийся список со следующими значениями:
|
Данный параметр задает метод построения вероятностей |
|
Показатель степени для изменения скорости обучения |
Ручной ввод |
Данный параметр задает показатель степени для изменения скорости обучения |
|
Добавить константу в модель |
Чекбокс |
Выбор данного чекбокса добавит константу в модель |
|
Перемешать наблюдения |
Чекбокс |
Выбор данного чекбокса указывает на необходимость перемешать наблюдения |
|
Seed |
Ручной ввод числового значения |
Начальное числовое значение для генератора случайных чисел |
|
Усреднение коэффициентов |
Ручной ввод |
Данный параметр задает вычисление усредненных коэффициентов в результирующей линейной модели |
|
Количество итераций |
Ручной ввод |
Данный параметр задает количество итераций, после достижения алгоритм останавливается |
|
Ранняя остановка |
Чекбокс |
Выбор данного чекбокса указывает на необходимость ранней остановки алгоритма, если валидационная оценка не улучшается |
|
Размер % валидационной выборки для ранней остановки |
Ручной ввод |
Данный параметр задает долю обучающих данных, которые нужно отложить в качестве валидационного набора для ранней остановки |
|
Допустимая погрешность |
Ручной ввод |
Данный параметр задает допустимую погрешность для оптимизации |
Результаты выполнения узла:
Узел «Линейные модели» имеет разные результаты в зависимости от решаемой задачи.
Результаты регрессии представлены следующими объектами:
- 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).
Результаты бинарной классификации представлены следующими объектами:
- График ROC.
- График Lift.
- График Cumulative Lift.
- График Gain.
- График Cumulative Gain.
- Таблица с метриками качества модели.
- Таблица с метриками качества модели задачи классификации.
- Таблица с коэффициентами переменных.
Результаты многоклассовой классификации представлены следующими объектами:
- Таблица с метриками качества модели (Аналогично узлу «Логистическая регрессия» Рисунок 145).
- Таблица с метриками качества модели задачи классификации (Аналогично узлу «Логистическая регрессия» Рисунок 146).
- Таблица с коэффициентами переменных (Аналогично узлу «Логистическая регрессия» Рисунок 147).