sklaern-1.1.4多任务套索

1.1.4.多任务套索

多任务套索是一个线性模型,可以联合估计多个回归问题的系数系数:y是一个二维数组其形状为(n_samples,n_tasks)。约束条件是所选特征对于回归问题都是相同的,也称为任务。

下图比较了简单的套索和多任务套索得到的权重的非零位置,简答套索产生分散的非零值,而多任务套索的非零值是全列的。

拟合时间序列模型,加强任何时间表现都是积极的。

例子

多任务套索的联合特征选择

多任务套索允许适合多个回归问题,联合执行所选特征在各个任务中是相同的。 这个例子模拟了连续的测量,每个任务都是瞬间的,并且相关的特征随时间幅度变化,而相同。 多任务套索强加在一个时间点选择的特征被选择用于所有时间点。 这使得Lasso的特征选择更加稳定。

在数学上,它是由一个线性模型组成,这个线性模型用的是一个混合进行训练的。最小化的目标函数为:

Fro表示Frobenius规范:

以及

多任务套索类中的实现使用的是坐标下降作为算法来拟合系数。

你可能感兴趣的:(机器学习,算法,人工智能,python,深度学习)