Java 类名:com.alibaba.alink.operator.batch.finance.RegressionSelectorTrainBatchOp
Python 类名:RegressionSelectorTrainBatchOp
使用Stepwise线性回归方法,进行特征筛选。
名称 | 中文名称 | 描述 | 类型 | 是否必须? | 取值范围 | 默认值 |
---|---|---|---|---|---|---|
labelCol | 标签列名 | 输入表中的标签列名 | String | ✓ | ||
alphaEntry | 筛选阈值 | 筛选阈值 | Double | 0.05 | ||
alphaStay | 移除阈值 | 移除阈值 | Double | 0.05 | ||
forceSelectedCols | 强制选择的列 | 强制选择的列 | int[] | 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT] | ||
l1 | L1 正则化系数 | L1 正则化系数,默认为0。 | Double | x >= 0.0 | 0.0 | |
l2 | L2 正则化系数 | L2 正则化系数,默认为0。 | Double | x >= 0.0 | 0.0 | |
method | 方法 | 方法 | String | “FTest”, “MarginalContribution” | “FTest” | |
optimMethod | 优化方法 | 优化方法 | String | “LBFGS”, “NETWON” | “LBFGS” | |
selectedCol | 计算列对应的列名 | 计算列对应的列名, 默认值是null | String | null | ||
selectedCols | 选中的列名数组 | 计算列对应的列名列表 | String[] | 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT] | null |
from pyalink.alink import * import pandas as pd useLocalEnv(1) df = pd.DataFrame([ ["$3$0:1.0 1:7.0 2:9.0", "1.0 7.0 9.0", 1.0, 7.0, 9.0, 1.0], ["$3$0:1.0 1:3.0 2:3.0", "2.0 3.0 3.0", 2.0, 3.0, 3.0, 1.0], ["$3$0:1.0 1:2.0 2:4.0", "3.0 2.0 4.0", 3.0, 2.0, 4.0, 0.0], ["$3$0:1.0 1:3.0 2:4.0", "2.0 3.0 4.0", 2.0, 3.0, 4.0, 0.0], ["$3$0:1.0 1:3.0 2:4.0", "1.0 5.0 8.0", 1.0, 5.0, 8.0, 0.0], ["$3$0:1.0 1:3.0 2:4.0", "1.0 6.0 3.0", 1.0, 6.0, 3.0, 0.0] ]) batchData = BatchOperator.fromDataframe(df, schemaStr='svec string, vec string, f0 double, f1 double, f2 double, label double') selector = RegressionSelectorTrainBatchOp()\ .setAlphaEntry(0.65)\ .setAlphaStay(0.7)\ .setSelectedCol("vec")\ .setLabelCol("label")\ .setForceSelectedCols([1]) batchData.link(selector) predict = RegressionSelectorPredictBatchOp()\ .setPredictionCol("pred")\ .setReservedCols(["label"]) predict.linkFrom(selector, batchData).print()
label pred
0 1.0 7
1 1.0 3
2 0.0 2
3 0.0 3
4 0.0 5
5 0.0 6