Platform For AI：Lasso迴歸訓練

使用限制

支援的計算引擎為MaxCompute、Flink或DLC。

演算法原理

Lasso迴歸演算法通過構造一個懲罰函數，得到一個較為精鍊的模型。使得它壓縮一些迴歸係數，即強制係數絕對值之和小於某個固定值，同時設定一些迴歸係數為0。因此保留了子集收縮的優點，是一種處理具有複共線性資料的有偏估計。

可視化配置組件參數

• 輸入樁

  輸入樁（從左至右）	資料類型	建議上遊組件	是否必選
  資料	無	讀資料表 特徵工程 資料預先處理	是
  模型	Lasso模型（用做增量訓練）	讀資料表（模型資料表） Lasso迴歸訓練	否

• 組件參數

  頁簽	參數	描述
  欄位設定	標籤列名	輸入表中的標籤列名。
  	特徵列名數組	如果您已經配置了向量列名，則該參數不允許配置。 用於訓練的特徵列名。 說明 特徵列名數組和向量列名是兩個互斥參數，您只能使用其中一個參數來描述演算法的輸入特徵。
  	向量列名	如果您已經配置了特徵列名數組，則該參數不允許配置。 向量列對應的列名。 說明 特徵列名數組和向量列名是兩個互斥參數，您只能使用其中一個參數來描述演算法的輸入特徵。
  	權重列名	權重列對應的列名。
  參數設定	懲罰因子：lambda	正則項係數，DOUBLE類型。
  	收斂閾值	迭代方法的終止判斷閾值，預設為1.0E~6。
  	學習率	用於控制模型在訓練過程中參數更新的速度。預設為0.1。
  	最大迭代步數	最大迭代步數，預設為100。
  	最佳化方法	最佳化問題求解時選擇的最佳化方法，支援以下取值： LBFGS GD Newton SGD OWLQN
  執行調優	節點個數	與單個節點記憶體大小參數配對使用。取值為[1, 9999]的正整數。
  	單個節點記憶體大小，單位M	取值範圍為1024 MB~64*1024 MB。

• 輸出樁

  輸出樁（從左至右）	資料類型	下遊組件
  模型	迴歸模型	Lasso迴歸預測
  模型資訊	無	無
  特徵重要性	無	無
  線性模型權重係數	無	無

通過代碼方式配置組件

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()