Changeset 10536:1d480a8785c6 in orange


Ignore:
Timestamp:
03/15/12 17:13:46 (2 years ago)
Author:
blaz <blaz.zupan@…>
Branch:
default
Message:

Moved documentation from Python module to here.

File:
1 edited

Legend:

Unmodified
Added
Removed
  • docs/reference/rst/Orange.regression.lasso.rst

    r9372 r10536  
     1############################ 
     2Lasso regression (``lasso``) 
     3############################ 
     4 
    15.. automodule:: Orange.regression.lasso 
     6 
     7.. index:: regression 
     8 
     9.. _`Lasso regression. Regression shrinkage and selection via the lasso`: 
     10    http://www-stat.stanford.edu/~tibs/lasso/lasso.pdf 
     11 
     12 
     13`The Lasso <http://www-stat.stanford.edu/~tibs/lasso/lasso.pdf>`_ is a shrinkage 
     14and selection method for linear regression. It minimizes the usual sum of squared 
     15errors, with a bound on the sum of the absolute values of the coefficients.  
     16 
     17To fit the regression parameters on housing data set use the following code: 
     18 
     19.. literalinclude:: code/lasso-example.py 
     20   :lines: 9,10,11 
     21 
     22.. autoclass:: LassoRegressionLearner 
     23    :members: 
     24 
     25.. autoclass:: LassoRegression 
     26    :members: 
     27 
     28 
     29.. autoclass:: LassoRegressionLearner 
     30    :members: 
     31 
     32.. autoclass:: LassoRegression 
     33    :members: 
     34 
     35Utility functions 
     36----------------- 
     37 
     38.. autofunction:: center 
     39 
     40.. autofunction:: get_bootstrap_sample 
     41 
     42.. autofunction:: permute_responses 
     43 
     44 
     45======== 
     46Examples 
     47======== 
     48 
     49To predict values of the response for the first five instances 
     50use the code 
     51 
     52.. literalinclude:: code/lasso-example.py 
     53   :lines: 14,15 
     54 
     55Output 
     56 
     57:: 
     58 
     59    Actual: 24.00, predicted: 24.58  
     60    Actual: 21.60, predicted: 23.30  
     61    Actual: 34.70, predicted: 24.98  
     62    Actual: 33.40, predicted: 24.78  
     63    Actual: 36.20, predicted: 24.66  
     64 
     65To see the fitted regression coefficients, print the model 
     66 
     67.. literalinclude:: code/lasso-example.py 
     68   :lines: 17 
     69 
     70The output 
     71 
     72:: 
     73 
     74    Variable  Coeff Est  Std Error          p 
     75     Intercept     22.533 
     76          CRIM     -0.000      0.023      0.480       
     77         INDUS     -0.010      0.023      0.300       
     78            RM      1.303      0.994      0.000   *** 
     79           AGE     -0.002      0.000      0.320       
     80       PTRATIO     -0.191      0.209      0.050     . 
     81         LSTAT     -0.126      0.105      0.000   *** 
     82    Signif. codes:  0 *** 0.001 ** 0.01 * 0.05 . 0.1 empty 1 
     83 
     84 
     85    For 7 variables the regression coefficient equals 0:  
     86    ZN 
     87    CHAS 
     88    NOX 
     89    DIS 
     90    RAD 
     91    TAX 
     92    B 
     93 
     94shows that some of the regression coefficients are equal to 0.     
     95 
Note: See TracChangeset for help on using the changeset viewer.