Zeroclanzhang(讨论 | 贡献) (创建页面,内容为“{{Infobox nodebasic |nodename=Ridge回归_生存状态 |nodeimage=Ridge Regression_Cox.png |icon=Ridge Regression_Cox.svg |simpleicon=Ridge Regression_Cox_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_Cox |abbreviation=Has abbreviation::RidgeCox |funcmaincategory=…”) |
Zeroclanzhang(讨论 | 贡献) 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= | |nodeenglishname=Ridge Regression_Cox | ||
|abbreviation= | |abbreviation=RidgeCox | ||
|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27行: | 第27行: | ||
|nextnode=[[Ridge回归_高斯]] | |nextnode=[[Ridge回归_高斯]] | ||
}} | }} | ||
2024年1月19日 (五) 19:14的最新版本
节点状态 | / Win10及以上可用
在V1.0.2部署
|
---|---|
Ridge回归_生存状态 | |
节点开发者 | 决策链算法研发部 (Dev.Team-DPS) |
节点英文名 | Ridge Regression_Cox |
功能主类别 | 数据分析 |
英文缩写 | RidgeCox |
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。生存状态Ridge回归则是结合比例风险回归模型,来减少Cox回归中协变量的个数,解决回归分析中的多重共线性问题。 用途:用于解决回归分析中多重共线性问题的技术,尤其是当预测变量之间存在高度相关性时。 参数:选择连续型数值时间变量,二分类状态变量,连续型数值自变量。 | |
端口数量与逻辑控制(PC) | |
Input-入口 | 5个 |
Output-出口 | 3个 |
Loop-支持循环 | 是 |
If/Switch-支持逻辑判断 | 否 |
输入输出 | |
相关节点 | |
上一节点 | Ridge回归_二项式 |
下一节点 | Ridge回归_高斯 |
查找其他类别的节点,请参考以下列表