ee.Reducer.ridgeRegression

यह एक ऐसा रिड्यूसर बनाता है जो numX इंडिपेंडेंट वैरिएबल (कॉन्स्टेंट को छोड़कर) और numY डिपेंडेंट वैरिएबल के साथ रिज़ रिग्रेशन का हिसाब लगाता है. रिज रिग्रेशन, तिखोनोव रेगुलराइज़ेशन का एक तरीका है. इसमें रिग्रेशन के गुणांकों के साइज़ पर पेनल्टी लगाकर, उन्हें कम किया जाता है. रिज रिग्रेशन के इस तरीके में, बायस के लिए कोई कॉन्स्टेंट वैल्यू शामिल करने की ज़रूरत नहीं है.

पहला आउटपुट, डाइमेंशन (numX + 1, numY) वाला कोएफ़िशिएंट कलेक्शन होता है. हर कॉलम में, उससे जुड़े डिपेंडेंट वैरिएबल के कोएफ़िशिएंट होते हैं. साथ ही, आखिरी कॉलम में डिपेंडेंट वैरिएबल का इंटरसेप्ट होता है. अतिरिक्त आउटपुट, हर डिपेंडेंट वैरिएबल के रेसिड्यूअल के रूट मीन स्क्वेयर का वेक्टर होता है. साथ ही, हर डिपेंडेंट वैरिएबल के लिए p-वैल्यू का वेक्टर होता है. अगर सिस्टम में पूरी जानकारी नहीं है, तो आउटपुट शून्य होते हैं. उदाहरण के लिए, इनपुट की संख्या numX + 1 से कम है.

इस्तेमालरिटर्न
ee.Reducer.ridgeRegression(numX, numY, lambda)रेड्यूसर
आर्ग्यूमेंटटाइपविवरण
numXपूर्णांकरिग्रेशन किए जा रहे इंडिपेंडेंट वैरिएबल की संख्या.
numYपूर्णांक, डिफ़ॉल्ट: 1डिपेंडेंट वैरिएबल की संख्या.
lambdaफ़्लोट, डिफ़ॉल्ट: 0.1रेगुलराइज़ेशन पैरामीटर.