LINEAR_RIDGE

在 SPSS® Statistics Standard Edition中可以使用 LINEAR_RIDGE 延伸指令。

LINEAR_RIDGE 使用 Python sklearn.linear_model.Ridge 類別來估計一或多個自變數上應變數的 L2 或平方損失規則化線性迴歸模型，並包括選用模式以顯示追蹤圖並根據交叉驗證選取 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_RIDGE 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。

LINEAR_RIDGE 延伸指令的語法可以從「線性脊迴歸」對話框產生。

發行歷程