Ridge回归 二项式:修订间差异

来自决策链云智库
(创建页面,内容为“{{Infobox nodebasic |nodename=Ridge回归_二项式 |nodeimage=Ridge Regression_Binomial.png |icon=Ridge Regression_Binomial.svg |simpleicon=Ridge Regression_Binomial_Pure.svg |developer=Dev.Team-DPS |productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用 |productionstatedesc=在V1.0.2部署 |nodeenglishname=Has english name::Ridge Regression_Binomial |abbreviation=Has abbreviation::RidgeBin |f…”)
 
无编辑摘要
 
第7行: 第7行:
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用
|productionstatedesc=在[[Update:DecisionLinnc 1.0.2.0|V1.0.2]]部署
|productionstatedesc=在[[Update:DecisionLinnc 1.0.2.0|V1.0.2]]部署
|nodeenglishname=[[Has english name::Ridge Regression_Binomial]]
|nodeenglishname=Ridge Regression_Binomial
|abbreviation=[[Has abbreviation::RidgeBin]]
|abbreviation=RidgeBin
|funcmaincategory=数据分析
|funcmaincategory=数据分析
|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]
|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]
第24行: 第24行:
|nodeoutputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■
|statsapewikiurl=https://wiki.statsape.com/Ridge回归_二项式
|statsapewikiurl=https://wiki.statsape.com/Ridge回归_二项式
|previousnode=[[广义相加混合模型_泊松]]
|previousnode=[[Lasso回归_泊松]]
|nextnode=[[Ridge回归_生存状态]]
|nextnode=[[Ridge回归_生存状态]]
}}
}}





2024年1月19日 (五) 19:14的最新版本

Ridge Regression Binomial.png
节点状态
Windows / Windows 10 Win10及以上可用
V1.0.2部署
Ridge回归_二项式Ridge Regression Binomial.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名Ridge Regression_Binomial
功能主类别数据分析
英文缩写RidgeBin
功能亚类别回归分析
节点类型数据挖掘
开发语言R
节点简介

Ridge回归又称岭回归,专用于共线性数据分析的有偏估计回归方法,对回归算法正则化的一个例子。正则化是一种方法,它通过增加额外参数来解决过拟合问题,从而减少模型的参数,限制复杂度。该方法是在模型估计中增加了惩罚项,所有参数的平方和。能将一些不必要变量的回归系数压缩为零进而从模型中剔除,达到变量筛选的目的二项式Ridge回归则是一种用于解决二分类问题的回归,因变量Y需要是二分类(1 or 0)。

用途:用来处理线性回归模型中的多重共线性问题的,处理二分类数据。

参数:选择二分类因变量,连续型数值自变量。

端口数量与逻辑控制(PC)
Input-入口4个
Output-出口3个
Loop-支持循环
If/Switch-支持逻辑判断
输入输出
可生成图片类型(推荐)
相关节点
上一节点Lasso回归_泊松
下一节点Ridge回归_生存状态




查找其他类别的节点,请参考以下列表