Implementa el aprendizaje de múltiples tareas lineal generalizado y resuelve simultáneamente múltiples problemas relacionados de regresión lineal dispersa. Acción GRAPHMULTIREG.
| Parámetro | Descripción |
|---|---|
| attributes | Especifica los atributos de la variable. Para obtener más información sobre cómo especificar el parámetro de atributos, consulte el parámetro común casinvardesc (Apéndice A: Parámetros comunes). |
| graphOut | Especifica la tabla de gráficos de salida en la que guardar la tabla de gráficos. Para obtener más información sobre cómo especificar el parámetro graphOut, consulte el parámetro común casouttable (Formulario 1) (Apéndice A: Parámetros comunes). |
| graphTable | Especifica la tabla de gráficos que el usuario define. La primera columna de la tabla de gráficos debe contener la variable de ID de fila. La tabla de gráficos también debe incluir todas las variables objetivo que especifique en la lista de objetivos. Para obtener más información sobre cómo especificar el parámetro graphTable, consulte el parámetro común castable (Formulario 1) (Apéndice A: Parámetros comunes). |
| graphType | Especifica el tipo de tabla de gráficos. Por defecto: CLUSTER. CLUSTER: Utiliza una tabla de gráficos de clúster, en la que todas las tareas están conectadas. CUSTOM: Utiliza una tabla de gráficos personalizada que el usuario especifica. FUSE: Utiliza una tabla de gráficos fusionados, en la que cada tarea está conectada a la siguiente tarea en la lista de objetivos. INDEP: Utiliza una tabla de gráficos independiente, en la que todas las tareas son independientes entre sí. |
| inputs | Especifica las variables a utilizar en el entrenamiento. Para obtener más información sobre cómo especificar el parámetro de entradas, consulte el parámetro común casinvardesc (Apéndice A: Parámetros comunes). |
| maxIters | Especifica el número máximo de iteraciones. Por defecto: 100. |
| modelId | Especifica el nombre de la variable de ID del modelo. |
| modelOut | Especifica la tabla de datos de salida en la que guardar los pesos estimados de la regresión de múltiples tareas. Para obtener más información sobre cómo especificar el parámetro modelOut, consulte el parámetro común casouttable (Formulario 1) (Apéndice A: Parámetros comunes). |
| output | Especifica la tabla de datos de salida en la que guardar las observaciones puntuadas. Para obtener más información sobre cómo especificar el parámetro de salida, consulte el parámetro común outputStatement (Apéndice A: Parámetros comunes). |
| outputTables | Enumera los nombres de las tablas de resultados que se guardarán como tablas CAS en el servidor. Para obtener más información sobre cómo especificar el parámetro outputTables, consulte el parámetro común outputTables (Apéndice A: Parámetros comunes). |
| regL1 | Especifica el peso de penalización L1 (LASSO). Por defecto: 0.01. |
| regL2 | Especifica el peso de penalización de gráficos L2. Por defecto: 0.01. |
| saveState | Especifica la tabla de datos de salida en la que guardar el estado del modelo de aprendizaje de múltiples tareas para futuras puntuaciones. Para obtener más información sobre cómo especificar el parámetro saveState, consulte el parámetro común casouttable (Formulario 1) (Apéndice A: Parámetros comunes). |
| seed | Especifica la semilla a utilizar para la generación de números pseudoaleatorios. Por defecto: 0. |
| table | Especifica la configuración de una tabla de entrada. La tabla debe incluir una variable llamada ID como variable de ID de fila. Para obtener más información sobre cómo especificar el parámetro de tabla, consulte el parámetro común castable (Formulario 1) (Apéndice A: Parámetros comunes). |
| targets | Especifica las variables objetivo. |
| tolerance | Especifica la tolerancia de optimización (diferencia L2 absoluta de la solución) como criterio de parada. Por defecto: 1E-06. |
La documentación HTML proporcionada no contiene ejemplos simples para esta acción.
La documentación HTML proporcionada no contiene ejemplos detallados para esta acción.