本文為您介紹分段多項式回歸組件。
功能說明
分段多項式回歸是分段進行分析因變量和多個自變量之間的線性關系模型。
計算邏輯原理
分段多項式：通過把輸入變量的取值空間分割成連續的區間，然后在每個區間中進行多項式擬合得到的。分段多項式具有可擬合成任意形狀的曲線和點的隨機性所產生的影響"局部化"的優點。
按照分段規則、特征指數進行分段多項式建模。
參數說明
IN端口
參數名 | 參數描述 | 是否必填 | 輸入數據類型 | 數據源類型 |
特征變量 | 配置模型特征列 | 是 | 整數或浮點數 說明 若存在非數值數據，則會拋出異常。 |
|
目標變量 | 配置模型目標列 | 是 | 整數或浮點數 說明 若存在非數值數據，則會拋出異常。 |
|
算法參數
參數名 | 參數描述 | 是否必填 | 參數默認值 | 參數范圍 |
是否自動分段 | 選擇是否由算法自動分段。 | 是 | 是 |
|
特征指數 | 配置特征項數。 | 是 | 1 | [1,100] |
是否使用截距 | 選擇模型訓練時是否使用截距。 | 是 | 是 |
|
是否正則化 | 選擇模型訓練前是否對數據正則化。 | 是 | 否 |
|
是否自動分段：是
參數名 | 參數描述 | 是否必填 | 參數默認值 | 參數范圍 |
分段數 | 自動分段的數量。 | 否 | 3 | [1,99999999] |
是否自動分段：否
參數名 | 參數描述 | 是否必填 | 參數默認值 | 參數范圍 |
分段規則 | 配置模型分段的規則。 | 否 | None（代表不分段） |
其他參數
參數名 | 參數描述 |
模型結果 | 可以查看建模成功后的模型評價結果。 |
文檔內容是否對您有幫助？