5.9、逻辑回归

功能模块如图所示：

逻辑回归训练

功能：执行多项逻辑回归。在对话框中选择目标列(顶部的组合框)，即响应。

配置界面功能说明：

配置-选项：

• 目标列(字符串)：选择目标列。只允许带有名义数据的列。如果目标列的域不可用，则引用类别为空。在这种情况下，节点在计算逻辑回归模型之前确定域值，并选择最后一个域值作为目标参考类别。
• 参考类别：参考类别是指概率为1减去所有其他概率之和的类别。在有两个类的情况下这类通常是你不想显式地对概率建模的类。
• 使用目标列域的顺序：默认情况下，目标域值在输出中按字典顺序排序，但是您可以通过选中复选框来强制保留目标列域的顺序。注：如果在下拉列表中选择了目标参考列，则该复选框将对模型的系数没有影响，除非输出表示形式(例如，系数表中的行顺序)可能会发生变化。
• 求解器：选择要使用的求解器。迭代重加权最小二乘或随机平均梯度。
• 功能选择：指定应该包含在回归模型中的独立列。数字和名义数据可以包括在内。
• 使用列域中的数据：默认情况下，标称值列的域值(类别)是按字典顺序排序的，但您可以检查是否使用了列域的顺序。请注：在创建虚拟变量时，第一个类别被用作参考。

配置-高级设置：

• 求解器选项：
  • 延迟执行计算：如果选中，延迟执行。即只有在当前样本中确实存在相应的特征时，系数才会更新。通常比正常版本更快，特别是对于稀疏数据(即对于大多数行大多数值为零的数据)。目前只有SAG求解器支持。
  • 计算系数统计：如果选中，该节点将计算系数的标准误差、z-score和P>|z|值。注意，在高斯先验的情况下，这些都受到正则化的影响。如果模型是在许多特性上学习的，那么计算这些统计信息是昂贵的，并且可能负责节点运行时的很大一部分。
• 终止条件：
  • 最大周期数：可以指定要执行的最大学习周期数。这是要遍历整个表的次数。这个值在很大程度上决定了学习所需的时间。
  • 科学计数法：此值用于确定模型是否聚合。如果所有系数的相对变化都小于，则停止训练。
• 学习率/步长：
  • 学习率策略：该策略为优化过程提供了学习率。只对SAG求解器重要。
  • 步长：在固定学习率策略的情况下使用的步长(学习率)。
• 调整：
  • 权重：系数的权重分布。
  • 方差：权重分布的方差。较大的方差对应较少的正则化。
• 数据处理：
  • 将数据保存在内存中：如果选择，数据将被读入内部数据结构，从而导致极大的速度提高。如果您有足够的可用内存，特别是如果您使用SAG求解器，则强烈建议使用此选项，因为它们的处理速度高度依赖于对单个样本的随机访问。
  • 块大小：如果数据不完全保存在内存中，则节点将数据块读入内存以模拟SAG求解器的随机访问。该参数指定这些块应该有多大。
  • 使用种子：检查是否要使用静态种子。如果您使用SAG求解器，建议获得可重复的结果。
  • 种子：静态种子使用。点击“随机”按钮生成一个新的种子。

逻辑回归预测

功能：使用逻辑回归模型预测响应。该节点需要连接到逻辑回归训练节点模型和一些测试数据。只有当测试数据包含训练模型使用的列时，它才可执行。该节点将一个新列追加到包含每行预测的输入表中。

配置界面功能说明：

配置-设置：

• 预测列：选择目标列。可自定义预测列名称。
• 概率列：追加的列数等于目标列的类别数。它们表示输入数据中的一行属于特定类别的概率。