ee.Reducer.ridgeRegression

একটি রিডুসার তৈরি করে যা numX স্বাধীন ভেরিয়েবল (ধ্রুবক সহ নয়) এর পরে numY নির্ভরশীল ভেরিয়েবলের সাথে একটি রিজ রিগ্রেশন গণনা করে। রিজ রিগ্রেশন হল টিখোনভ রেগুলারাইজেশনের একটি ফর্ম যা রিগ্রেশন কোফিসিয়েন্টকে তাদের আকারের উপর শাস্তি আরোপ করে সঙ্কুচিত করে। রিজ রিগ্রেশনের এই বাস্তবায়নের সাথে পক্ষপাতের জন্য একটি ধ্রুবক মান অন্তর্ভুক্ত করার প্রয়োজন নেই।

প্রথম আউটপুটটি মাত্রা সহ একটি সহগ অ্যারে (numX + 1, numY); প্রতিটি কলামে সংশ্লিষ্ট নির্ভরশীল ভেরিয়েবলের সহগ এবং শেষ কলামে নির্ভরশীল ভেরিয়েবলের জন্য ইন্টারসেপ্ট রয়েছে। অতিরিক্ত আউটপুট হল প্রতিটি নির্ভরশীল ভেরিয়েবলের অবশিষ্টাংশের মূল গড় বর্গক্ষেত্রের একটি ভেক্টর এবং প্রতিটি নির্ভরশীল চলকের জন্য p-মানগুলির একটি ভেক্টর। আউটপুট শূন্য হয় যদি সিস্টেমটি অবনমিত হয়, যেমন, ইনপুটের সংখ্যা numX + 1 এর চেয়ে কম।

ব্যবহার	রিটার্নস
ee.Reducer.ridgeRegression(numX, numY , lambda )	হ্রাসকারী

যুক্তি	টাইপ	বিস্তারিত
numX	পূর্ণসংখ্যা	স্বাধীন ভেরিয়েবলের সংখ্যা প্রত্যাবর্তন করা হচ্ছে।
numY	পূর্ণসংখ্যা, ডিফল্ট: 1	নির্ভরশীল ভেরিয়েবলের সংখ্যা।
lambda	ফ্লোট, ডিফল্ট: 0.1	নিয়মিতকরণ পরামিতি।