공지사항:
2025년 4월 15일 전에 Earth Engine 사용을 위해 등록된 모든 비상업용 프로젝트는 Earth Engine 액세스를 유지하기 위해
비상업용 자격 요건을 인증해야 합니다.
ee.Reducer.ridgeRegression
컬렉션을 사용해 정리하기
내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.
상수를 포함하지 않는 numX 독립 변수와 numY 종속 변수를 사용하여 릿지 회귀를 계산하는 리듀서를 만듭니다. 능형 회귀는 크기에 페널티를 부과하여 회귀 계수를 축소하는 티호노프 정규화의 한 형태입니다. 이 릿지 회귀 구현에서는 편향에 대한 상수 값을 포함할 필요가 없습니다.
첫 번째 출력은 (numX + 1, numY) 차원의 계수 배열입니다. 각 열에는 해당 종속 변수의 계수와 마지막 열의 종속 변수의 절편이 포함됩니다. 추가 출력은 각 종속 변수의 잔차의 제곱근과 각 종속 변수의 p 값 벡터입니다. 입력 수가 numX + 1보다 적은 경우와 같이 시스템이 미결정인 경우 출력은 null입니다.
| 사용 | 반환 값 |
|---|
ee.Reducer.ridgeRegression(numX, numY, lambda) | 감소기 |
| 인수 | 유형 | 세부정보 |
|---|
numX | 정수 | 회귀되는 독립 변수의 수입니다. |
numY | 정수, 기본값: 1 | 종속 변수의 수입니다. |
lambda | 부동 소수점, 기본값: 0.1 | 정규화 매개변수입니다. |
달리 명시되지 않는 한 이 페이지의 콘텐츠에는 Creative Commons Attribution 4.0 라이선스에 따라 라이선스가 부여되며, 코드 샘플에는 Apache 2.0 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 Google Developers 사이트 정책을 참조하세요. 자바는 Oracle 및/또는 Oracle 계열사의 등록 상표입니다.
최종 업데이트: 2025-07-26(UTC)
[null,null,["최종 업데이트: 2025-07-26(UTC)"],[[["\u003cp\u003eCreates a reducer for ridge regression, a regularization method that shrinks regression coefficients to prevent overfitting.\u003c/p\u003e\n"],["\u003cp\u003eOutputs include regression coefficients, root mean square of residuals, and p-values for each dependent variable.\u003c/p\u003e\n"],["\u003cp\u003eRequires specifying the number of independent and dependent variables, along with an optional regularization parameter (lambda).\u003c/p\u003e\n"],["\u003cp\u003eThe reducer automatically handles the intercept term, so there's no need to add a constant value for bias.\u003c/p\u003e\n"],["\u003cp\u003eOutputs will be null if the system is underdetermined, meaning there are fewer input data points than independent variables plus one.\u003c/p\u003e\n"]]],[],null,["# ee.Reducer.ridgeRegression\n\nCreates a reducer that computes a ridge regression with numX independent variables (not including constant) followed by numY dependent variables. Ridge regression is a form of Tikhonov regularization which shrinks the regression coefficients by imposing a penalty on their size. With this implementation of ridge regression there NO NEED to include a constant value for bias.\n\n\u003cbr /\u003e\n\nThe first output is a coefficients array with dimensions (numX + 1, numY); each column contains the coefficients for the corresponding dependent variable plus the intercept for the dependent variable in the last column. Additional outputs are a vector of the root mean square of the residuals of each dependent variable and a vector of p-values for each dependent variable. Outputs are null if the system is underdetermined, e.g., the number of inputs is less than numX + 1.\n\n| Usage | Returns |\n|-----------------------------------------------------------|---------|\n| `ee.Reducer.ridgeRegression(numX, `*numY* `, `*lambda*`)` | Reducer |\n\n| Argument | Type | Details |\n|----------|---------------------|------------------------------------------------------|\n| `numX` | Integer | the number of independent variables being regressed. |\n| `numY` | Integer, default: 1 | the number of dependent variables. |\n| `lambda` | Float, default: 0.1 | Regularization parameter. |"]]
