Implémente l'apprentissage multitâche linéaire généralisé et résout simultanément plusieurs problèmes de régression linéaire clairsemée liés.
| Paramètre | Description |
|---|---|
| attributes | Spécifie les attributs de la variable. Pour plus d'informations sur la spécification du paramètre attributes, consultez le paramètre commun casinvardesc (Annexe A : Paramètres communs). |
| graphOut | Spécifie la table de données de sortie dans laquelle enregistrer la table de graphes. Pour plus d'informations sur la spécification du paramètre graphOut, consultez le paramètre commun casouttable (Forme 1) (Annexe A : Paramètres communs). |
| graphTable | Spécifie la table de graphes définie par l'utilisateur. La première colonne de la table de graphes doit contenir la variable d'ID de ligne. La table de graphes doit également inclure toutes les variables cibles que vous spécifiez dans la liste cible. Pour plus d'informations sur la spécification du paramètre graphTable, consultez le paramètre commun castable (Forme 1) (Annexe A : Paramètres communs). |
| graphType | Spécifie le type de table de graphes. Par défaut: CLUSTER. CLUSTER: utilise une table de graphes en cluster, dans laquelle toutes les tâches sont connectées. CUSTOM: utilise une table de graphes personnalisée spécifiée par l'utilisateur. FUSE: utilise une table de graphes 'fuse', dans laquelle chaque tâche est connectée à la tâche suivante dans la liste cible. INDEP: utilise une table de graphes indépendante, dans laquelle toutes les tâches sont indépendantes les unes des autres. |
| inputs | Spécifie les variables à utiliser dans l'entraînement. Pour plus d'informations sur la spécification du paramètre inputs, consultez le paramètre commun casinvardesc (Annexe A : Paramètres communs). |
| maxIters | Spécifie le nombre maximum d'itérations. Par défaut: 100. |
| modelId | Spécifie le nom de la variable d'ID du modèle. |
| modelOut | Spécifie la table de données de sortie dans laquelle enregistrer les poids de régression multitâche estimés. Pour plus d'informations sur la spécification du paramètre modelOut, consultez le paramètre commun casouttable (Forme 1) (Annexe A : Paramètres communs). |
| output | Spécifie la table de données de sortie dans laquelle enregistrer les observations scorées. Pour plus d'informations sur la spécification du paramètre output, consultez le paramètre commun outputStatement (Annexe A : Paramètres communs). |
| outputTables | Liste les noms des tables de résultats à enregistrer en tant que tables CAS sur le serveur. Pour plus d'informations sur la spécification du paramètre outputTables, consultez le paramètre commun outputTables (Annexe A : Paramètres communs). |
| regL1 | Spécifie le poids de pénalisation L1 (LASSO). Par défaut: 0.01. |
| regL2 | Spécifie le poids de pénalisation de graphe L2. Par défaut: 0.01. |
| saveState | Spécifie la table de données de sortie dans laquelle enregistrer l'état du modèle d'apprentissage multitâche pour un scoring futur. Pour plus d'informations sur la spécification du paramètre saveState, consultez le paramètre commun casouttable (Forme 1) (Annexe A : Paramètres communs). |
| seed | Spécifie la graine à utiliser pour la génération de nombres pseudo-aléatoires. Par défaut: 0. |
| table | Spécifie les paramètres d'une table d'entrée. La table doit inclure une variable nommée id comme variable d'ID de ligne. Pour plus d'informations sur la spécification du paramètre table, consultez le paramètre commun castable (Forme 1) (Annexe A : Paramètres communs). |
| targets | Spécifie les variables cibles. |
| tolerance | Spécifie la tolérance d'optimisation (différence L2 absolue de la solution) comme critère d'arrêt. Par défaut: 1E-06. |