机器数据分析平台

  • 机器数据分析平台 > 使用文档 > 应用平台 > Pandora机器学习工具包 >fit的使用方法详述 > 效用函数

    效用函数

    最近更新时间:2021-12-06 14:25:50

    使用场景

    提供一些数据或者统计学的工具,可以用于计算一些辅助量。

    通用语法

    |fit <algo_name> [options] <target_field> from <feature_field_1> <feature_field_2> [into model_name]... 
    

    通用参数说明:

    • <algo_name> 必填,用来指定训练模型采用的算法名称。
    • [options]可选,为算法的内置参数,根据提供的算法变化。
    • <target_field> 必填,且只能是一个字段,用来指定建模使用的目标字段,给定的target_field值必须存在于数据集中。target_field的数据必须为连续数据(只能是int或者float)。
    • <feature_field> 必填,可以是一个或者多个字段,用来指定建模使用的特征字段,给定的feature_field值必须存在于数据集中。
    • [into model_name]可选,用来将fit训练出来的模型保存成model_name以便下次调用。
    • 数据集必须不为空。

    以下算法可以用来预测连续型指标:

    自相关函数 - ACF

    线性回归模型尝试从已知数据集中学习得到一个线性模型(y~x),这个模型通过调整变量参数,尽可能准确地反应x和y的对应关系。根据求得的参数,我们可以对新的输入来计算预测的值。

    语法:

    ..| fit LinearRegression fit_intercept=<True(default) | False> normalize=<True | False(default)> <target_field> from <feature_field_1> <feature_field_2>... 
    
    

    参数说明:
    自相关系数是一组时间序列数据的统计量,可以用于为MA模型定阶。

    语法:

    ..|fit ACF n_lags=<int> conf_interval=<int> fft=<bool> <feature_field_1> ...
    

    参数说明:

    • n_lags参数,用于指定滞后阶数。如不提供,默认值为40。此项会影响输出ACF的数量。
    • conf_interval用来设定置信区间的范围,用来划定上限和下限的范围,conf_interval越大,上限和下限的范围越大。默认值为95。
    • fft参数,默认值为True。如果为 True,则通过 FFT 计算 ACF。

    偏自相关函数 - PACF

    偏自相关系数是一组时间序列数据的统计量,可以用于为AR模型定阶。

    语法:

    ..|fit PACF nlags=<float> conf_interval=<int> method=<yw(default) | ywm | ols | ols-inefficient | ols-adjusted | ld | ldb> <feature_field_1> ...
    

    参数说明:

    • nlags参数,用于指定滞后阶数。如不提供,默认值为40。此项会影响输出PACF的数量。

    • conf_interval用来设定置信区间的范围,用来划定上限和下限的范围,conf_interval越大,上限和下限的范围越大。默认值为95。

    • method参数,用于指定计算方法,默认值为ywunbiased。

      • “yw”或“ywadjusted”:(默认值)。Yule-Walker 对 acovf 的分母进行样本大小调整。
      • “ywm”或“ywmle”:没有调整的Yule-Walker。
      • “ols”:时间序列在滞后和常数上的回归。
      • “ols-inefficient”:使用单个公共样本估计所有 pacf 系数的滞后时间序列回归。
      • “ols-adjusted”:带有偏差调整的滞后时间序列回归。
      • “ld”或“ldadjusted”:带有偏差校正的 Levinson-Durbin 递归。
      • “ldb”或“ldbiased”:没有偏差校正的Levinson-Durbin递归。
    以上内容是否对您有帮助?
  • Qvm free helper
    Close