Lasso回归训练

使用限制

支持的计算引擎为MaxCompute、Flink或DLC。

算法原理

Lasso回归算法通过构造一个惩罚函数，得到一个较为精炼的模型。使得它压缩一些回归系数，即强制系数绝对值之和小于某个固定值，同时设定一些回归系数为0。因此保留了子集收缩的优点，是一种处理具有复共线性数据的有偏估计。

可视化配置组件参数

• 输入桩

  输入桩（从左到右）	数据类型	建议上游组件	是否必选
  数据	无	读数据表 特征工程 数据预处理	是
  模型	Lasso模型（用做增量训练）	读数据表（模型数据表） Lasso回归训练	否

• 组件参数

  页签	参数	描述
  字段设置	标签列名	输入表中的标签列名。
  	特征列名数组	如果您已经配置了向量列名，则该参数不允许配置。 用于训练的特征列名。 说明 特征列名数组和向量列名是两个互斥参数，您只能使用其中一个参数来描述算法的输入特征。
  	向量列名	如果您已经配置了特征列名数组，则该参数不允许配置。 向量列对应的列名。 说明 特征列名数组和向量列名是两个互斥参数，您只能使用其中一个参数来描述算法的输入特征。
  	权重列名	权重列对应的列名。
  参数设置	惩罚因子：lambda	正则项系数，DOUBLE类型。
  	收敛阈值	迭代方法的终止判断阈值，默认为1.0E~6。
  	学习率	用于控制模型在训练过程中参数更新的速度。默认为0.1。
  	最大迭代步数	最大迭代步数，默认为100。
  	优化方法	优化问题求解时选择的优化方法，支持以下取值： LBFGS GD Newton SGD OWLQN
  执行调优	节点个数	与单个节点内存大小参数配对使用。取值为[1, 9999]的正整数。
  	单个节点内存大小，单位M	取值范围为1024 MB~64*1024 MB。

• 输出桩

  输出桩（从左到右）	数据类型	下游组件
  模型	回归模型	Lasso回归预测
  模型信息	无	无
  特征重要性	无	无
  线性模型权重系数	无	无

通过代码方式配置组件

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()