ee.Reducer.ridgeRegression
با مجموعهها، منظم بمانید
ذخیره و طبقهبندی محتوا براساس اولویتهای شما.
یک کاهنده ایجاد می کند که یک رگرسیون پشته را با متغیرهای مستقل numX (بدون احتساب ثابت) و به دنبال آن متغیرهای وابسته numY محاسبه می کند. رگرسیون ریج شکلی از منظم سازی تیخونوف است که ضرایب رگرسیون را با اعمال جریمه بر اندازه آنها کوچک می کند. با این پیاده سازی رگرسیون پشته، نیازی به گنجاندن یک مقدار ثابت برای بایاس نیست.
اولین خروجی یک آرایه ضرایب با ابعاد (numX + 1، numY) است. هر ستون شامل ضرایب برای متغیر وابسته مربوطه به اضافه ضرایب برای متغیر وابسته در آخرین ستون است. خروجی های اضافی بردار ریشه میانگین مربع باقیمانده های هر متغیر وابسته و بردار مقادیر p برای هر متغیر وابسته هستند. خروجی ها در صورتی که سیستم به درستی تعیین نشده باشد، صفر می شوند، به عنوان مثال، تعداد ورودی ها کمتر از numX + 1 باشد.
| استفاده | برمی گرداند | ee.Reducer.ridgeRegression(numX, numY , lambda ) | کاهنده |
| استدلال | تایپ کنید | جزئیات | numX | عدد صحیح | تعداد متغیرهای مستقل در حال رگرسیون |
numY | عدد صحیح، پیش فرض: 1 | تعداد متغیرهای وابسته |
lambda | شناور، پیش فرض: 0.1 | پارامتر منظم سازی |
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2025-07-24 بهوقت ساعت هماهنگ جهانی.
[null,null,["تاریخ آخرین بهروزرسانی 2025-07-24 بهوقت ساعت هماهنگ جهانی."],[],[]]