Changeset 10535:90d6c8e06e82 in orange


Ignore:
Timestamp:
03/15/12 17:09:40 (2 years ago)
Author:
blaz <blaz.zupan@…>
Branch:
default
Message:

Moved documentation to Orange.regression.lasso.rst.

File:
1 edited

Legend:

Unmodified
Added
Removed
  • Orange/regression/lasso.py

    r10314 r10535  
    1 """\ 
    2 ############################ 
    3 Lasso regression (``lasso``) 
    4 ############################ 
    5  
    6 .. index:: regression 
    7  
    8 .. _`Lasso regression. Regression shrinkage and selection via the lasso`: 
    9     http://www-stat.stanford.edu/~tibs/lasso/lasso.pdf 
    10  
    11  
    12 `The Lasso <http://www-stat.stanford.edu/~tibs/lasso/lasso.pdf>`_ is a shrinkage 
    13 and selection method for linear regression. It minimizes the usual sum of squared 
    14 errors, with a bound on the sum of the absolute values of the coefficients.  
    15  
    16 To fit the regression parameters on housing data set use the following code: 
    17  
    18 .. literalinclude:: code/lasso-example.py 
    19    :lines: 7,9,10,11 
    20  
    21 .. autoclass:: LassoRegressionLearner 
    22     :members: 
    23  
    24 .. autoclass:: LassoRegression 
    25     :members: 
    26  
    27  
    28 .. autoclass:: LassoRegressionLearner 
    29     :members: 
    30  
    31 .. autoclass:: LassoRegression 
    32     :members: 
    33  
    34 Utility functions 
    35 ----------------- 
    36  
    37 .. autofunction:: center 
    38  
    39 .. autofunction:: get_bootstrap_sample 
    40  
    41 .. autofunction:: permute_responses 
    42  
    43  
    44 ======== 
    45 Examples 
    46 ======== 
    47  
    48 To predict values of the response for the first five instances 
    49 use the code 
    50  
    51 .. literalinclude:: code/lasso-example.py 
    52    :lines: 14,15 
    53  
    54 Output 
    55  
    56 :: 
    57  
    58     Actual: 24.00, predicted: 24.58  
    59     Actual: 21.60, predicted: 23.30  
    60     Actual: 34.70, predicted: 24.98  
    61     Actual: 33.40, predicted: 24.78  
    62     Actual: 36.20, predicted: 24.66  
    63  
    64 To see the fitted regression coefficients, print the model 
    65  
    66 .. literalinclude:: code/lasso-example.py 
    67    :lines: 17 
    68  
    69 The output 
    70  
    71 :: 
    72  
    73     Variable  Coeff Est  Std Error          p 
    74      Intercept     22.533 
    75           CRIM     -0.000      0.023      0.480       
    76          INDUS     -0.010      0.023      0.300       
    77             RM      1.303      0.994      0.000   *** 
    78            AGE     -0.002      0.000      0.320       
    79        PTRATIO     -0.191      0.209      0.050     . 
    80          LSTAT     -0.126      0.105      0.000   *** 
    81     Signif. codes:  0 *** 0.001 ** 0.01 * 0.05 . 0.1 empty 1 
    82  
    83  
    84     For 7 variables the regression coefficient equals 0:  
    85     ZN 
    86     CHAS 
    87     NOX 
    88     DIS 
    89     RAD 
    90     TAX 
    91     B 
    92  
    93 shows that some of the regression coefficients are equal to 0.     
    94  
    95  
    96  
    97  
    98  
    99 """ 
    100  
    1011import Orange 
    1022import numpy 
Note: See TracChangeset for help on using the changeset viewer.