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 > 预测连续指标【回归】 > ElasticNet - 弹性网络

    ElasticNet - 弹性网络

    最近更新时间: 2022-02-24 16:45:22

    ElasticNet是一种按比例同时融合L1正则和L2正则的线性回归模型。

    语法:

    ..| fit ElasticNet fit_intercept=<True(default) | False> normalize=<True | False(default)> alpha=<float> l1_ratio=<float> <target_field> from <feature_field_1> <feature_field_2>... 
    
    

    参数说明:

    • fit_intercept参数用来指定模型是否要拟合截距项,如果数据已经中心化,可以设为False。默认值为True。
    • normalize仅在fit_intercept为True时有效。如果设为True,则自变量X会在做线性回归之前被标准化。
    • alpha用来指定一个常数,用于在损失函数中乘以正则项。该值越高,正则程度越高。默认值为1.0。
    • l1_ratio表示L1正则的比例。在弹性网络中,正则项由L1和L2两部分组成,比例之和为1。默认值为0.15。
    以上内容是否对您有帮助?
  • Qvm free helper
    Close