sklearn.linear_model
.MultiTaskLasso¶
- class sklearn.linear_model.MultiTaskLasso¶
Modelo Lasso multitarea entrenado con la norma mixta L1/L2 como regularizador.
El objetivo de optimización para Lasso es:
(1 / (2 * n_samples)) * ||Y - XW||^2_Fro + alpha * ||W||_21
Donde:
||W||_21 = \sum_i \sqrt{\sum_j w_{ij}^2}
es decir, la suma de la norma de cada fila.
Más información en el Manual de usuario.
- Parámetros
- alphaflotante, default=1.0
Constante que multiplica el término L1/L2. Por defecto es 1.0.
- fit_interceptbooleano, default=True
Si se calcula el intercepto para este modelo. Si se establece en false, no se utilizará ningún intercepto en los cálculos (es decir, se espera que los datos estén centrados).
- normalizebooleano, default=False
Este parámetro es ignorado cuando
fit_intercept
se establece como False. Si es True, los regresores X serán normalizados antes de la regresión restando la media y dividiendo por la norma l2. Si tu deseas estandarizar, por favor utilizaStandardScaler
antes de llamarfit
en un estimador connormalize=False
.- copy_Xbooleano, default=True
Si es
True
, X se copiará; si no, puede ser sobrescrito.- max_iterentero, default=1000
Número máximo de iteraciones.
- tolflotante, default=1e-4
La tolerancia para la optimización: si las actualizaciones son menores que
tol
, el código de optimización comprueba la brecha dual para la optimalidad y continúa hasta que es menor quetol
.- warm_startbooleano, default=False
Cuando se establece a
True
, reutiliza la solución de la llamada anterior para ajustar como inicialización, de lo contrario, solamente borrará la solución anterior. Ver el Glosario.- random_stateint, instancia RandomState, default=None
La semilla del generador de números pseudo aleatorio que selecciona una característica aleatoria a actualizar. Usada cuando
selection
==”random”. Pasa un int para una salida reproducible a través de multiples llamadas de función. Ver Glosario.- selection{“cyclic”, “random”}, default=”cyclic”
Si se establece a “random”, un coeficiente aleatorio es actualizado en cada iteración en lugar de hacer un bucle sobre características secuencialmente por defecto. Esto (establecer a “random”) a menudo lleva a convergencia significativamente más rápida especialmente cuando tol es mayor que 1e-4
- Atributos
- coef_ndarray de forma (n_tasks, n_features)
El parámetro vector (W en la fórmula de la función de costo). Ten en cuenta que
coef_
almacena la transposición deW
,W.T
.- intercept_ndarray de forma (n_tasks,)
Término independiente en la función de decisión.
- n_iter_entero
Número de iteraciones ejecutadas por el solucionador de descenso de coordenadas para alcanzar la tolerancia especificada.
- dual_gap_ndarray de forma (n_alphas,)
Los huecos duales al final de la optimización para cada alfa.
- eps_float
La tolerancia escalada por la varianza del objetivo
y
.sparse_coef_
matriz dispersa de forma (n_features,) o (n_tasks, n_features)Representación dispersa del
coef_
ajustado.
Ver también
MultiTaskLasso
Lasso L1/L2 multitarea con validación cruzada incorporada.
Lasso
MultiTaskElasticNet
Notas
El algoritmo utilizado para encajar el modelo es el descenso de coordenadas.
Para evitar la duplicación innecesaria de la memoria, los argumentos X y y del método de ajuste deben pasarse directamente como arreglos numpy de Fortran-contiguo.
Ejemplos
>>> from sklearn import linear_model >>> clf = linear_model.MultiTaskLasso(alpha=0.1) >>> clf.fit([[0, 1], [1, 2], [2, 4]], [[0, 0], [1, 1], [2, 3]]) MultiTaskLasso(alpha=0.1) >>> print(clf.coef_) [[0. 0.60809415] [0. 0.94592424]] >>> print(clf.intercept_) [-0.41888636 -0.87382323]
Métodos
Ajustar modelo MultiTaskElasticNet con descenso de coordenadas
Obtiene los parámetros para este estimador.
Calcula la ruta de red elástica con el descenso de coordenadas.
Predice utilizando el modelo lineal.
Devuelve el coeficiente de determinación \(R^2\) de la predicción.
Establece los parámetros de este estimador.
- fit()¶
Ajustar modelo MultiTaskElasticNet con descenso de coordenadas
- Parámetros
- Xndarray de forma (n_samples, n_features)
Datos.
- yndarray de forma (n_samples, n_tasks)
Objetivo. Se convertirá al dtype de X si es necesario.
Notas
El descenso de coordenada es un algoritmo que considera una columna de los datos a la vez, por lo que automáticamente convertirá la entrada X a un arreglo numpy de Fortran-contiguo si es necesario.
Para evitar la reasignación de memoria se aconseja asignar los datos iniciales en la memoria directamente usando ese formato.
- get_params()¶
Obtiene los parámetros para este estimador.
- Parámetros
- deepbooleano, default=True
Si es True, devolverá los parámetros para este estimador y los subobjetos contenidos que son estimadores.
- Devuelve
- paramsdict
Nombres de parámetros mapeados a sus valores.
- static path()¶
Calcula la ruta de red elástica con el descenso de coordenadas.
La función de optimización de la red elástica varía para las mono y multisalidas.
Para las tareas mono-salida es:
1 / (2 * n_samples) * ||y - Xw||^2_2 + alpha * l1_ratio * ||w||_1 + 0.5 * alpha * (1 - l1_ratio) * ||w||^2_2
Para tareas multi-salidas es:
(1 / (2 * n_samples)) * ||Y - XW||^Fro_2 + alpha * l1_ratio * ||W||_21 + 0.5 * alpha * (1 - l1_ratio) * ||W||_Fro^2
Donde:
||W||_21 = \sum_i \sqrt{\sum_j w_{ij}^2}
es decir, la suma de la norma de cada fila.
Más información en el Manual de usuario.
- Parámetros
- X{array-like, sparse matrix} de forma (n_samples, n_features)
Datos de entrenamiento. Pase directamente como datos Fortran-contiguos para evitar la duplicación innecesaria de memoria. Si
y
es mono-salida entoncesX
puede ser disperso.- y{array-like, sparse matrix} de forma (n_samples,), o (n_samples, n_outputs)
Valores objetivo.
- l1_ratioflotante, default=0.5
Número entre 0 y 1 pasado a la red elástica (escalado entre penalizaciones l1 y l2).
l1_ratio=1
corresponde al Lasso.- epsflotante, default=1e-3
Longitud de la ruta.
eps=1e-3
significa quealpha_min / alpha_max = 1e-3
.- n_alphasentero, default=100
Número de alfas a lo largo de la ruta de regularización.
- alphasndarray, default=None
Lista de alfas donde calcular los modelos. Si es None los alfas se establecen automáticamente.
- precompute“auto”, booleano o array-like de forma (n_features, n_features), default=”auto”
Si usar una matriz precalculada Gram para acelerar los cálculos. Si se establece como
'auto'
, nosotros decidimos. La matriz de Gram puede también ser pasada como un argumento.- Xyarray-like de forma (n_features,) o (n_features, n_outputs), default=None
Xy = np.dot(X.T, y) que puede ser precalculado. Es útil sólo cuando la matriz Gram está precalculada.
- copy_Xbooleano, default=True
Si es
True
, X se copiará; si no, puede ser sobrescrito.- coef_initndarray de forma (n_features, ), default=None
Los valores iniciales de los coeficientes.
- verbosebooleano o entero, default=False
Cantidad de verbosidad.
- return_n_iterbooleano, default=False
Si se devuelve o no el número de iteraciones.
- positivebooleano, default=False
Si se establece como True, obliga a los coeficientes a ser positivos. (Sólo se permite cuando
y.ndim ==1
).- check_inputbooleano, default=True
Si se establece en False, se omiten las comprobaciones de validación de la entrada (incluyendo la matriz Gram cuando se proporciona). Se asume que son manejadas por el llamador.
- **paramskwargs
Argumentos de palabra clave pasados al solucionador de descenso de coordenadas.
- Devuelve
- alphasndarray de forma (n_alphas,)
Los alfas a lo largo del camino donde se calculan los modelos.
- coefsndarray de forma (n_features, n_alphas) o (n_outputs, n_features, n_alphas)
Coeficientes a lo largo del camino.
- dual_gapsndarray de forma (n_alphas,)
Los huecos duales al final de la optimización para cada alfa.
- n_iterslista de enteros
El número de iteraciones tomadas por el optimizador de descenso de coordenadas para alcanzar la tolerancia especificada para cada alfa. (Es devuelto cuando
return_n_iter
está establecido a True).
Notas
Para un ejemplo, ver examples/linear_model/plot_lasso_coordinate_descent_path.py.
- predict()¶
Predice utilizando el modelo lineal.
- Parámetros
- Xarray-like o matriz dispersa, forma (n_samples, n_features)
Muestras.
- Devuelve
- Carreglo, forma (n_samples,)
Devuelve los valores predichos.
- score()¶
Devuelve el coeficiente de determinación \(R^2\) de la predicción.
El coeficiente \(R^2\) se define como \((1 - \frac{u}{v})\), donde \(u\) es la suma residual de cuadrados
((y_true - y_pred) ** 2).sum()
y \(v\) es la suma total de cuadrados((y_true - y_true.mean()) ** 2).sum()
. El mejor valor posible es 1.0 y puede ser negativo (porque el modelo puede ser arbitrariamente peor). Un modelo constante que siempre predice el valor esperado dey
, sin tener en cuenta las características de entrada, obtendría un valor \(R^2\) de 0,0.- Parámetros
- Xarray-like de forma (n_samples, n_features)
Muestras de prueba. Para algunos estimadores puede ser una matriz de núcleo precalculada o una lista de objetos genéricos con forma
(n_samples, n_samples_fitted)
, donden_samples_fitted
es el número de muestras utilizadas en el ajuste para el estimador.- yarray-like de forma (n_samples,) o (n_samples, n_outputs)
Valores verdaderos para
X
.- sample_weightarray-like de forma (n_samples,), default=None
Ponderaciones de muestra.
- Devuelve
- scorefloat
\(R^2\) de
self.predict(X)
con respecto ay
.
Notas
El valor \(R^2\) utilizado al llamar a
score
en un regresor utilizamultioutput='uniform_average'
desde la versión 0.23 para mantener la coherencia con el valor predeterminado der2_score`
. Esto influye en el métodoscore
de todos los regresores de salida múltiple (excepto paraMultiOutputRegressor
).
- set_params()¶
Establece los parámetros de este estimador.
El método funciona en estimadores simples como en objetos anidados (como
Pipeline
). Estos últimos tienen parámetros de la forma<component>__<parameter>
para que sea posible actualizar cada componente de un objeto anidado.- Parámetros
- **paramsdict
Parámetros del estimador.
- Devuelve
- selfinstancia del estimador
Instancia del estimador.
- property sparse_coef_¶
Representación dispersa del
coef_
ajustado.