“双类逻辑回归”组件

本文介绍 Azure 机器学习设计器中的一个组件。

使用此组件可创建逻辑回归模型，该模型可用于预测两个（且只能是两个）结果。

逻辑回归是一种众所周知的统计方法，用于对许多类型的问题进行建模。 此算法是一种“监督式学习”方法；因此，你必须提供已包含结果的数据集来训练模型。

关于逻辑回归

逻辑回归是统计学中著名的用于预测结果概率的方法，尤其是常用于分类任务。 该算法通过将数据拟合到逻辑函数来预测事件发生的概率。

在此组件中，分类算法针对二分变量或二元变量进行了优化。 如果需要对多个结果分类，请使用多类逻辑回归组件。

配置方式

若要训练此模型，必须提供一个包含标签或分类列的数据集。 由于此组件针对的是双类问题，因此标签或类列必须刚好包含两个值。

例如，标签列可能是 [Voted]，并且可能的值为“Yes”或“No”。 或者，它可能是 [Credit Risk]，并且可能的值为“High”或“Low”。

1. 将“双类逻辑回归”组件添加到管道。

2. 通过设置“创建训练程序模式”选项，指定要如何对模型进行训练。

   • “单个参数”：如果你知道自己想要如何配置模型，可以提供一组特定的值作为参数。

   • 参数范围：如果不确定最佳参数，可以使用优化模型超参数组件找到最佳参数。 你提供一定的值范围，然后训练程序会循环访问设置的多个组合，以确定可产生最佳结果的值组合。

3. 对于“优化容差”，请指定在优化模型时要使用的阈值。 如果两次迭代之间的改进低于指定的阈值，则会认为算法收敛于某个解，并且训练停止。

4. 对于“L1 正则化权重”和“L2 正则化权重”，请键入要用于正则化参数 L1 和 L2 的值。 对于这两个值，建议使用非零值。
   正则化是一种通过处罚具有极端系数值的模型来防止过度拟合的方法。 正则化的工作原理是将与系数值相关联的处罚添加到假设的误差。 因此，具有极端系数值的准确模型受到的处罚更大，但具有保守值的不准确的模型受到的处罚更小。

   L1 和 L2 正则化具有不同的效果和用途。

   • L1 可用于稀疏模型，这在处理高维数据时非常有用。

   • 与此相反，L2 正则化更适合用于非稀疏数据。

   此算法支持 L1 和 L2 正则化值的线性组合：也就是说，如果 x = L1 且 y = L2，则 ax + by = c 定义正则化术语的线性跨度。

   注意

   想了解 L1 和 L2 正则化的详细信息？ 以下文章讨论了 L1 和 L2 正则化有何不同，以及它们对模型拟合有何影响，并提供了用于逻辑回归和神经网络模型的代码示例：机器学习的 L1 和 L2 正则化

   已为逻辑回归模型设计了 L1 和 L2 术语的不同线性组合，例如弹性网络正则化。 建议你参考这些组合来定义在你的模型中有效的线性组合。

5. 对于“用于 L-BFGS 的内存大小”，请指定要用于 L-BFGS 优化的内存量。

   L-BFGS 表示“limited memory Broyden-Fletcher-Goldfarb-Shanno”。 它是一种常用的参数估计优化算法。 此参数指示要存储以用于下一步计算的过去位置和渐变的数目。

   此优化参数限制用来计算下一步和方向的内存量。 指定的内存越少，训练越快，但准确性越低。

6. 对于“随机数种子”，请键入一个整数值。 如果希望结果在同一管道的多个运行上可重现，则定义种子值非常重要。

7. 将标记的数据集添加到管道，并训练模型：

   • 如果将“创建训练器模式”设置为“单个参数”，请连接标记的数据集和训练模型组件。

   • 如果将“创建训练程序模式”设置为“参数范围”，请连接带标记的数据集并使用优化模型超参数来训练模型。

   注意

   如果将参数范围传递给训练模型，则它只使用单个参数列表中的默认值。

   如果将一组参数值传递给优化模型超参数组件，则当它期望每个参数有一系列设置时，它会忽略这些值，对学习器使用默认值。

   如果选择“参数范围”选项并为任何参数输入单个值，则整个整理过程中都会使用你指定的单个值，即使其他参数的值发生一系列更改。

8. 提交管道。

结果

在训练完成后：

• 若要对新数据进行预测，请使用训练的模型和新数据作为为模型评分组件的输入。

后续步骤

请参阅 Azure 机器学习可用的组件集。