Platform For AI:ラッソ回帰トレーニング

制限事項

サポートされている計算エンジンは、MaxCompute、Flink、または DLC です。

アルゴリズムの原理

ラッソ回帰アルゴリズムは、ペナルティ関数を作成することで、より洗練されたモデルを構築します。この関数は、回帰係数の一部の絶対値の合計を固定値未満にすることで縮小し、他の回帰係数をゼロに設定します。このメソッドは、サブセット縮小の利点を維持し、多重共線性データを処理するための不偏推定を提供します。

ウィジェットパラメーターのビジュアル構成

• 入力ポート

  入力ポート (左から右へ)	データ型	推奨されるアップストリームコンポーネント	必須
  データ	なし	テーブル読み込み 特徴量エンジニアリング データ前処理	はい
  モデル	ラッソモデル (増分トレーニング用)	テーブル読み込み (モデルデータテーブル) ラッソ回帰トレーニング	いいえ

• コンポーネントパラメーター

  タブ	パラメーター	説明
  フィールド設定	対象カラム名	入力テーブル内の対象カラムの名称です。
  	特徴カラム配列	ベクターカラム名 を指定済みの場合、このパラメーターは設定できません。 学習に使用する特徴カラムの名称です。 説明 特徴カラム配列 と ベクターカラム名 は相互排他です。アルゴリズムへの入力特徴を指定するには、いずれか一方のみを使用してください。
  	ベクターカラム名	特徴カラム配列 を指定済みの場合、このパラメーターは設定できません。 ベクターカラムの名称です。 説明 特徴カラム配列 と ベクターカラム名 は相互排他です。アルゴリズムへの入力特徴を指定するには、いずれか一方のみを使用してください。
  	重みカラム名	重みカラムの名称です。
  パラメーター設定	ペナルティ係数：lambda	正則化項の係数です。データの型は DOUBLE です。
  	収束しきい値	反復法が収束したと判断するためのしきい値です。デフォルト値：1.0E-6。
  	学習率	モデル学習時のパラメーター更新速度を制御します。デフォルト値：0.1。
  	最大反復回数	最大反復回数です。デフォルト値：100。
  	最適化メソッド	問題を解くために使用される最適化メソッドです。有効な値： LBFGS GD Newton SGD OWLQN
  実行チューニング	ワーカー数	ワーカーあたりのメモリ量 パラメーターと併用します。このパラメーターは、1 ～ 9999 の正の整数である必要があります。
  	ワーカーあたりのメモリ量 (MB)	値の範囲は、1024 MB ～ 64 × 1024 MB です。

• 出力ポート

  出力ポート (左から右へ)	データ型	ダウンストリームコンポーネント
  モデル	回帰モデル	ラッソ回帰予測
  モデル情報	なし	なし
  特徴量の重要度	なし	なし
  線形モデルの重み係数	なし	なし

コードを使用したコンポーネントの構成

from pyalink.alink import *

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