adaBoostRegressor

语法

adaBoostRegressor(ds, yColName, xColNames, [maxFeatures=0], [numTrees=10], [numBins=32], [maxDepth=10], [minImpurityDecrease=0.0], [learningRate=0.1], [loss=’linear’], [randomSeed])

参数

ds 是数据源，通常用sqlDS函数生成。

yColName 是字符串，表示数据源中作为因变量（所属分类）的列名。

xColNames 是字符串标量或向量，表示数据源中作为自变量的列名。

numClasses 是正整数，表示分类数目。y列的取值必须是[0, numClasses)之间的整数。

maxFeatures 是一个整数或浮点数，表示一次分裂节点选取的特征个数或比例。默认值是0。

如果 maxFeatures 为正整数，则在一次分裂时选取maxFeatures个特征。

如果 maxFeatures =0 ，则在一次分裂时选取全部特征。

如果 maxFeatures 是一个0和1之间的浮点数，则在一次分裂时选取int(特征列数量*maxFeatures)个特征。

numTrees 是正整数，表示产生树的最大个数，即停止提升时的最大迭代次数。如果能够完美训练，学习会提前中止。默认值为10。

numBins 是正整数，表示离散化连续特征时的桶数。默认值为32。增加numBins会使算法考虑更多的分裂节点的决策值，产生更好的分裂结果，但也会提高计算量和通讯量。

maxDepth 是正整数，表示树的最大深度。默认值为10。

minImpurityDecrease 是浮点数，如果分裂产生的基尼指数纯度减少值大于或等于这个值，节点会继续分裂。

learningRate 是正浮点数，表示迭代过程中的每个分类器对下一个分类器的样本权重的影响。

algorithm 是一个字符串，表示所使用的算法，可以取值“SAMME.R”或“SAMME”。默认值为“SAMME.R”。

loss 是一个字符串，表示在提升迭代时，更新样本权重时所用的损失函数，可以取值“linear”, “square”或“exponential”。默认值为“linear”。

randomSeed 是随机数生成器使用的种子。

详情

进行AdaBoost回归。返回结果是字典，包含以下key：numClasses, minImpurityDecrease, maxDepth, numBins, numTrees, maxFeatures, model, modelName, xColNames, learningRate, loss. 其中model是一个元组，保存了训练生成的树；modelName为“AdaBoost Regressor”。

生成的模型可以作为`predict`函数的输入

例子

用模拟数据训练一个AdaBoost分类模型

$ n=10
$ x1 = rand(1.0, n)
$ x2 = rand(1.0, n)
$ b0 = 1
$ b1 = 1
$ b2 = -2
$ err = norm(0, 0.2, n)
$ y = b0 + b1 * x1 + b2 * x2 + err
$ t = table(y, x1, x2)
$ model = adaBoostRegressor(sqlDS(<select * from t>), `y, `x1`x2);

把模型用于预测

$ t1 = table(0 0.4 0.7 1 as x1, 0.9 0.2 0.1 0 as x2)
$ predict(model, t1);

保存模型到磁盘及加载保存的模型

$ saveModel(model, "C:/DolphinDB/data/regressionModel.bin")
$ loadModel("C:/DolphinDB/data/regressionModel.bin");