Platform For AI:Pelatihan regresi Ridge

Batasan

Mesin komputasi yang didukung: MaxCompute, Flink, atau DLC.

Prinsip algoritma

Regresi Ridge merupakan metode regresi estimasi bias yang digunakan untuk menganalisis data yang mengalami multikolinearitas. Metode ini memperbaiki estimasi kuadrat terkecil (least-squares) dengan mengorbankan ketidakbiasan (unbiasedness) demi memperoleh koefisien regresi yang lebih praktis dan andal. Pertukaran ini menyebabkan sedikit kehilangan informasi dan penurunan presisi, namun menghasilkan performa yang lebih baik pada data berkondisi buruk (ill-conditioned) dibandingkan metode kuadrat terkecil standar.

Konfigurasi parameter secara visual

• Input port

  Port (dari kiri ke kanan)	Tipe data	Komponen hulu yang direkomendasikan	Wajib
  Data	None	Read Table Feature Engineering Data Preprocessing	Yes
  Model	None	Read Table	No

• Parameter

  Tab	Parameter	Deskripsi
  Field Settings	Target column name	Nama kolom target dalam tabel input.
  	Feature column array	Tidak dapat dikonfigurasi jika Vector column name telah ditentukan. Nama kolom fitur yang digunakan untuk pelatihan. Catatan Feature column array dan Vector column name saling eksklusif. Gunakan hanya salah satu untuk menentukan fitur input bagi algoritma.
  	Vector column name	Tidak dapat dikonfigurasi jika Feature column array telah ditentukan. Nama kolom vektor. Catatan Feature column array dan Vector column name saling eksklusif. Gunakan hanya salah satu untuk menentukan fitur input bagi algoritma.
  	Weight column name	Nama kolom bobot.
  Parameter Settings	Penalty factor: lambda	Koefisien dari suku regularisasi. Tipe data: DOUBLE.
  	Convergence threshold	Ambang batas untuk menentukan apakah metode iteratif telah konvergen. Nilai default: 1.0E-6.
  	Learning rate	Mengontrol kecepatan pembaruan parameter selama pelatihan model. Nilai default: 0.1.
  	Maximum number of iterations	Jumlah maksimum iterasi. Nilai default: 100.
  	Optimization method	Metode optimisasi yang digunakan untuk menyelesaikan permasalahan. Nilai yang valid: LBFGS GD Newton SGD OWLQN
  Execution Tuning	Number of workers	Digunakan bersama dengan Memory per worker. Harus berupa bilangan bulat positif antara 1 hingga 9999.
  	Memory per worker (MB)	Nilai berkisar antara 1024 MB hingga 64 × 1024 MB.

• Output ports

  Port (dari kiri ke kanan)	Tipe data	Komponen hilir
  Model	Regression model	Ridge Regression Prediction
  Model information	None	None
  Feature importance	None	None
  Linear model weight coefficients	None	None

Konfigurasi menggunakan kode

from pyalink.alink import *

def main(sources, sinks, parameter):
    batchData = sources[0]
    ridge = RidgeRegTrainBatchOp()\
        .setLambda(0.1)\
        .setFeatureCols(["f0","f1"])\
        .setLabelCol("label")
    model = batchData.link(ridge)
    model.link(sinks[0])
    BatchOperator.execute()