LINEAR_LASSO

在 SPSS® Statistics Base Edition 中可以使用 LINEAR_LASSO 延伸指令。

LINEAR_LASSO 會使用 Python sklearn.linear_model.Lasso 類別來估計一或多個自變數上應變數的 L1 損失規則化線性迴歸模型，並包括選用模式來顯示追蹤圖，以及根據交叉驗證來選取 alpha 超參數值。 當單一模型適合或使用交叉驗證來選取 alpha 時，可以使用保留資料的分割區來估計樣本外效能。

LINEAR_LASSO dependent [BY factor list] [WITH covariate list] 
  [/MODE {FIT**     }
         {TRACE     }
         {CROSSVALID}
  [/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)}]

**如果省略了次指令或關鍵字，則為預設值。

此指令會讀取作用中資料集，並導致執行任何擱置指令。 如需相關資訊，請參閱「指令順序」主題。

可以從「線性 Lasso 迴歸」對話框產生 LINEAR_LASSO 延伸指令的語法。