线性随机梯度下降回归

# 线性随机梯度下降回归

使用线性随机模型求解回归问题,包含模型训练器和预测器。
定义

M.linear_sgd_regressor.v1(loss, penalty, alpha,max_iter,shuffle,eta0,key_cols,other_train_parameters)

参数

  • loss(str)—损失函数,内置了log函数和modified_huber函数
  • penalty(str)—正则类型,内置可选L1、L2和elasticnet
  • alpha(float)—L2 惩罚项(正则项) 参数,默认为0.0001
  • max_iter(int)—最大迭代次数,默认为5
  • shuffle(bool)—是否先随机打乱,默认为True
  • eta0(float)—初始学习率,默认为0.1
  • key_cols(str)—关键列,指定的关键列会连同预测结果一起输出,多个列之间使用逗号分隔,默认为'date,instrument'两列。
  • other_train_parameters(dict)—其他训练参数,例如{‘criterion’:’mse’}

返回

训练模型
预测结果

返回类型

OutPuts