elasticnet()

阅读(2223) 标签: 弹性网络, 建模, 预测,

描述:

用弹性网络回归建模和预测。

语法:

elasticnet (X, Y, learning_rate, iterations, l1, l2)

用弹性网络回归拟合XY,返回模型信息,包括系数矩阵和截距。模型信息可以作为elasticnet (X’, F)中的参数F进行拟合计算。

elasticnet (X’, F)

计算同列数矩阵的拟合结果,即用模型FX’上进行预测,返回向量。

备注:

外部库函数,外部库的使用请参考《外部库使用指南》。

用弹性网络回归建模和预测。

参数:

X

矩阵。

Y

向量,和X行数相同。

learning_rate

学习率,(0,1)之间的小数,默认值0.01

iterations

迭代次数,默认值1000

l1

l1系数,默认值0.9

l2

l2系数,默认值0.1

X

X列数相同的矩阵。

F

elasticnet(X, Y, learning_rate, iterations, l1, l2)的返回结果。

返回值:

矩阵/向量

示例:

 

A

 

1

[[1.1,1.1],[1.4,1.5],[1.7,1.8],[1.7,1.7],[1.8,1.9],[1.8,1.8],[1.9,1.8],[2.0,2.1],[2.3,2.4],[2.4,2.5]]

 

2

[16.3,16.8,19.2,18,19.5,20.9,21.1,20.9,20.3,22]

 

3

=elasticnet(A1,A2,0.01,10000,0.9,0.1)

elasticnet回归拟合A1A2,返回值A3(1)为系数矩阵,A3(2)为截距。

4

=elasticnet(A1,A3)

用模型A3预测A1,可以和真实值A2对比。