LINEAR_ELASTIC_NET

LINEAR_ELASTIC_NET Extension コマンドは、 SPSS® Statistics Standard Editionで使用可能です。

LINEAR_ ELASTIC_NET は、 Python sklearn.linear_model.ElasticNet クラスを使用して、1 つ以上の独立変数の従属変数の正規化線形回帰モデルを推定します。 正規化では、 L1 (Lasso) ペナルティーと L2 (リッジ) ペナルティーが結合されます。 この拡張には、指定された L1 比率のアルファのさまざまな値のトレース・プロットを表示し、交差検証に基づいて L1 比率およびアルファ・ハイパーパラメーター値を選択するためのオプション・モードが含まれています。 単一のモデルを適合させるか、交差検証を使用してペナルティー比またはアルファ (あるいはその両方) を選択する場合、ホールドアウト・データの分割を使用して、サンプル外のパフォーマンスを推定することができます。

ここで使用されている用語は、Elastic Net モデルの他のプログラムとは異なることに注意してください。 sklearn の alpha パラメーターは lambda と呼ばれることもあり、sklearn の l1_ratio は alpha と呼ばれます。

LINEAR_ELASTIC_NET dependent [BY factor list] [WITH covariate list] 
  [/MODE {FIT**     }
         {TRACE     }
         {CROSSVALID}
  [/RATIO VALUES = {.5**                                   }
                   {[value(s)] [value1 TO value2 BY value3]}]
  [/ALPHA VALUES = {1**                                    }
                   {[value(s)] [value1 TO value2 BY value3]}]
          METRIC = {LINEAR**}
                   {LG10    }
  [/CRITERIA INTERCEPT = {TRUE**} STANDARDIZE = {TRUE**} TIMER = {5**  } 
                         {FALSE }               {FALSE}          {value}       
                NFOLDS = {5    } STATE = {0    }
                         {value}         {value}
            TRACETABLE = {0**    }
                         {integer}
  [/PARTITION {TRAINING = {70**   } HOLDOUT = {30**   }}]
                          {integer}           {integer}
              {VARIABLE = varname}
  [/PRINT {BEST** }
          {COMPARE} 
          {VERBOSE}]
  [/PLOT {MSE} {R2} {OBSERVED} {RESIDUAL}]
  [/SAVE {PRED(varname)} {RESID(varname)}]

** サブコマンドまたはキーワードが省略された場合はデフォルト。

このコマンドは、アクティブ・データ・セットを読み取り、保留中のコマンドを実行させます。 詳しくは、「コマンドの順序」のトピックを参照してください。

LINEAR_ELASTIC_NET 拡張コマンドのシンタックスは、「線型 Elastic Net 回帰」ダイアログ・ボックスから生成できます。