Java 类名：com.alibaba.alink.operator.stream.regression.LassoRegPredictStreamOp
Python 类名：LassoRegPredictStreamOp

功能介绍

Lasso回归算法是由1996年Robert Tibshirani首次提出。是一种经典的回归算法。Lasso回归组件支持稀疏、稠密两种数据格式，并且支持带权重样本训练。

算法原理

Lasso回归算法通过构造一个惩罚函数得到一个较为精炼的模型，使得它压缩一些回归系数，即强制系数绝对值之和小于某个固定值；同时设定一些回归系数为零。因此保留了子集收缩的优点，是一种处理具有复共线性数据的有偏估计。

算法使用

Lasso回归模型应用领域和线性回归类似，经常被用来做一些数值型变量的预测，类似房价预测、销售量预测、贷款额度预测、温度预测、适度预测等。

文献或出处

[1] Tibshirani, Robert. “Regression shrinkage and selection via the lasso.” Journal of the Royal Statistical Society: Series B (Methodological) 58.1 (1996): 267-288.
[2] https://baike.baidu.com/item/LASSO/20366865?fr=aladdin

参数说明

| 名称 | 中文名称 | 描述 | 类型 | 是否必须？ | 取值范围 | 默认值 | | —- | —- | —- | —- | —- | —- | —- |

| predictionCol | 预测结果列名 | 预测结果列名 | String | ✓ | | |

| modelFilePath | 模型的文件路径 | 模型的文件路径 | String | | | null |

| reservedCols | 算法保留列名 | 算法保留列 | String[] | | | null |

| vectorCol | 向量列名 | 向量列对应的列名，默认值是null | String | | 所选列类型为 [DENSE_VECTOR, SPARSE_VECTOR, STRING, VECTOR] | null |

| numThreads | 组件多线程线程个数 | 组件多线程线程个数 | Integer | | | 1 |

| modelStreamFilePath | 模型流的文件路径 | 模型流的文件路径 | String | | | null |

| modelStreamScanInterval | 扫描模型路径的时间间隔 | 描模型路径的时间间隔，单位秒 | Integer | | | 10 |

| modelStreamStartTime | 模型流的起始时间 | 模型流的起始时间。默认从当前时刻开始读。使用yyyy-mm-dd hh:mm:ss.fffffffff格式，详见Timestamp.valueOf(String s) | String | | | null |

代码示例

Python 代码

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df = pd.DataFrame([
  8.     [2, 1, 1],
  9.     [3, 2, 1],
  10.     [4, 3, 2],
  11.     [2, 4, 1],
  12.     [2, 2, 1],
  13.     [4, 3, 2],
  14.     [1, 2, 1],
  15.     [5, 3, 3]])
  17. batchData = BatchOperator.fromDataframe(df, schemaStr='f0 double, f1 double, label double')
  18. streamData = StreamOperator.fromDataframe(df, schemaStr='f0 double, f1 double, label double')
  20. colnames = ["f0","f1"]
  21. lasso = LassoRegTrainBatchOp()\
  22.             .setLambda(0.1)\
  23.             .setFeatureCols(colnames)\
  24.             .setLabelCol("label")
  26. model = batchData.link(lasso)
  28. predictor = LassoRegPredictStreamOp(model)\
  29.             .setPredictionCol("pred")
  31. predictor.linkFrom(streamData).print()
  33. StreamOperator.execute()

Java 代码

  1. import org.apache.flink.types.Row;
  3. import com.alibaba.alink.operator.batch.BatchOperator;
  4. import com.alibaba.alink.operator.batch.regression.LassoRegTrainBatchOp;
  5. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  6. import com.alibaba.alink.operator.stream.StreamOperator;
  7. import com.alibaba.alink.operator.stream.regression.LassoRegPredictStreamOp;
  8. import com.alibaba.alink.operator.stream.source.MemSourceStreamOp;
  9. import org.junit.Test;
  11. import java.util.Arrays;
  12. import java.util.List;
  14. public class LassoRegPredictStreamOpTest {
  15.     @Test
  16.     public void testLassoRegPredictStreamOp() throws Exception {
  17.         List <Row> df = Arrays.asList(
  18.             Row.of(2.0, 1.0, 1.0),
  19.             Row.of(3.0, 2.0, 1.0),
  20.             Row.of(4.0, 3.0, 2.0),
  21.             Row.of(2.0, 4.0, 1.0),
  22.             Row.of(2.0, 2.0, 1.0),
  23.             Row.of(4.0, 3.0, 2.0),
  24.             Row.of(1.0, 2.0, 1.0)
  25.         );
  26.         BatchOperator <?> batchData = new MemSourceBatchOp(df, "f0 double, f1 double, label double");
  27.         StreamOperator <?> streamData = new MemSourceStreamOp(df, "f0 double, f1 double, label double");
  28.         String[] colnames = new String[] {"f0", "f1"};
  29.         BatchOperator <?> lasso = new LassoRegTrainBatchOp()
  30.             .setLambda(0.1)
  31.             .setFeatureCols(colnames)
  32.             .setLabelCol("label");
  33.         BatchOperator <?> model = batchData.link(lasso);
  34.         StreamOperator <?> predictor = new LassoRegPredictStreamOp(model)
  35.             .setPredictionCol("pred");
  36.         predictor.linkFrom(streamData).print();
  37.         StreamOperator.execute();
  38.     }
  39. }

运行结果

| f0 | f1 | label | pred | | —- | —- | —- | —- |

| 3.0000 | 2.0000 | 1.0000 | 1.4047 |

| 4.0000 | 3.0000 | 2.0000 | 1.6790 |

| 2.0000 | 4.0000 | 1.0000 | 1.1651 |

| 2.0000 | 1.0000 | 1.0000 | 1.1304 |

| 2.0000 | 2.0000 | 1.0000 | 1.1420 |

| 1.0000 | 2.0000 | 1.0000 | 0.8793 |

| 4.0000 | 3.0000 | 2.0000 | 1.6790 |