logisticRegression：logisticRegression

项目
05/23/2023

创建一个包含函数名称和参数的列表，以使用 rxEnsemble 训练逻辑回归模型。

用法

  logisticRegression(l2Weight = 1, l1Weight = 1, optTol = 1e-07,
    memorySize = 20, initWtsScale = 0, maxIterations = 2147483647,
    showTrainingStats = FALSE, sgdInitTol = 0, trainThreads = NULL,
    denseOptimizer = FALSE, ...)

参数

`l2Weight`

L2 正则化权重。其值必须大于或等于 0，并且默认值设置为 1。

`l1Weight`

L1 正则化权重。其值必须大于或等于 0，并且默认值设置为 1。

`optTol`

优化器收敛的阈值。如果迭代间的改进小于阈值，则算法将停止并返回当前模型。值越小，收敛速度越慢，但准确性越高。默认值是 1e-07。

`memorySize`

L-BFGS 的内存大小，用于指定存储以用于计算下一个步长的过去位置和梯度的数量。此优化参数限制用于计算下一个步长的幅度和方向的内存量。指定的内存越少，训练越快，但准确性越低。必须大于或等于 1，并且默认值为 20。

`initWtsScale`

设置初始权重直径，该直径指定为初始权重采用的值范围。这些权重在此范围内随机初始化。例如，如果将直径指定为 d，则权重在 -d/2 和 d/2 之间均匀分布。默认值为 0，它指定将所有权重都初始化为 0。

`maxIterations`

设置最大迭代次数。在此步长数之后，即使算法没有达到收敛标准，它也会停止。

`showTrainingStats`

如果要显示训练数据和训练模型的统计信息，请指定为 TRUE；否则指定为 FALSE。默认值是 FALSE。有关模型统计信息的其他信息，请参阅 summary.mlModel。

`sgdInitTol`

如果要使用随机梯度下降 (SGD) 来查找初始参数，请设置为大于 0 的数字。非零值集指定 SGD 用于确定收敛的容差。默认值为 0，用于指定不使用 SGD。

`trainThreads`

用于训练模型的线程数。该参数应设置为计算机上的内核数。请注意，L-BFGS 多线程尝试将数据集加载到内存中。如果出现内存不足问题，请将 trainThreads 设置为 1 以关闭多线程。如果为 NULL，则要使用的线程数在内部确定。默认值是 NULL。

`denseOptimizer`

如果设置为 TRUE，则强制内部优化向量的致密化。如果设置为 FALSE，则可让逻辑回归优化器使用它认为合适的稀疏或密集内部状态。如果将 denseOptimizer 设置为 TRUE，则要求内部优化器使用密集内部状态，这可能有助于减轻垃圾回收器的负载，以应对一些较大的问题。

`...`

其他参数。

通过