柔韧套索
plasso的Python项目详细描述
===============================
作者:斯蒂芬·安东尼·罗斯
原始论文:[ HTPSP//ARXIV.OR/ABS/171200—44]
```
PIP安装普拉索
```
摘要
--
我们提出了lasso的一个推广,它允许模型系数作为一组修改变量的函数而变化。这些修饰语可能是性别、年龄或时间等变量。该模型具有一定的通用性,每一个套索系数都由修正变量z的一个稀疏线性函数进行修正,并采用分层估计的方法来控制自由度,避免过拟合。修改变量可以被观察到,只能在训练集中观察到,或者整体不被观察到。我们的建议与变系数模型和高维相互作用模型有联系。我们提出了一种计算效率高的优化算法,它具有精确的筛选规则,便于应用于大量的预测器。该方法在多个不同的仿真和实例中得到了说明。
示例
------
``Python
从Plasso导入柔韧套索
除了额外的矩阵z之外,输入数据看起来就像sklearn
y=目标数据()
x=data()主要效果数据
z=修改_data()用于修改x的估计系数的数据
适合型号
模型=柔韧套索()
模型拟合(x、z、y)
之后要做的事很酷
y_hat=模型预测(x,z)
```
查看“example.py”文件,了解更多使用它的方法。
安装/使用
----
要安装,请使用pip:
$pip安装plasso
或克隆回购协议:
$git克隆https://github.com/arose13/compiblelasso.git
$python setup.py安装
对于大型数据集,我建议安装“pytorch”`
贡献
----
我(斯蒂芬·安东尼·罗斯)
如果您想添加和改进内容,请成为我的客人。
平台:未知
分类器:开发状态::4-测试版
分类器:目标受众::开发人员
分类器:编程语言::python::3
分类器:主题:科学/工程:人工智能
作者:斯蒂芬·安东尼·罗斯
原始论文:[ HTPSP//ARXIV.OR/ABS/171200—44]
```
PIP安装普拉索
```
摘要
--
我们提出了lasso的一个推广,它允许模型系数作为一组修改变量的函数而变化。这些修饰语可能是性别、年龄或时间等变量。该模型具有一定的通用性,每一个套索系数都由修正变量z的一个稀疏线性函数进行修正,并采用分层估计的方法来控制自由度,避免过拟合。修改变量可以被观察到,只能在训练集中观察到,或者整体不被观察到。我们的建议与变系数模型和高维相互作用模型有联系。我们提出了一种计算效率高的优化算法,它具有精确的筛选规则,便于应用于大量的预测器。该方法在多个不同的仿真和实例中得到了说明。
示例
------
``Python
从Plasso导入柔韧套索
除了额外的矩阵z之外,输入数据看起来就像sklearn
y=目标数据()
x=data()主要效果数据
z=修改_data()用于修改x的估计系数的数据
适合型号
模型=柔韧套索()
模型拟合(x、z、y)
之后要做的事很酷
y_hat=模型预测(x,z)
```
查看“example.py”文件,了解更多使用它的方法。
安装/使用
----
要安装,请使用pip:
$pip安装plasso
或克隆回购协议:
$git克隆https://github.com/arose13/compiblelasso.git
$python setup.py安装
对于大型数据集,我建议安装“pytorch”`
贡献
----
我(斯蒂芬·安东尼·罗斯)
如果您想添加和改进内容,请成为我的客人。
平台:未知
分类器:开发状态::4-测试版
分类器:目标受众::开发人员
分类器:编程语言::python::3
分类器:主题:科学/工程:人工智能