描述:
外部库函数,外部库的使用请参考《外部库使用指南》。
用岭回归建模和预测。
语法:
ridge(X, Y, learning_rate, iterations) |
用ridge回归拟合X和Y,返回模型信息,包括系数矩阵和截距。模型信息可以作为ridge(X’, F)中的参数F进行拟合计算。 |
ridge(X’, F) |
计算同列数矩阵的拟合结果,即用模型F在X’上进行预测,返回向量。 |
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。 |
X’ |
和X列数相同的矩阵。 |
F |
ridge(X, Y, learning_rate, iterations)的返回结果。 |
返回值:
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 |
=ridge(A1,A2,0.01,10000) |
用ridge回归拟合A1和A2,返回值A3(1)为系数矩阵,A3(2)为截距。 |
4 |
=ridge(A1,A3) |
用模型A3预测A1,可以和真实值A2对比。 |