更新时间：2023-05-16 GMT+08:00
线性特征重要性
概述
用线性模型计算训练数据的特征重要性。
输入
参数 |
子参数 |
参数说明 |
|---|---|---|
inputs |
dataframe |
inputs为字典类型，dataframe为pyspark中的DataFrame类型对象 |
输出
特征的重要性和特征在线性模型中的weights，格式是dataFrame。
列名 |
公式 |
|---|---|
weight |
abs(w_) |
importance |
abs(w_j) * STD(f_i) |
参数说明
参数 |
参数说明 |
|---|---|
feature_cols |
特征列 |
label_col |
label列 |
item_spliter |
稀疏特征的iterm之间的分割符 |
kv_spliter |
稀疏特征中每个iterm的KV分割符 |
model_path |
线性模型的输入路径 |
样例
输入数据
配置流程
运行流程
输出结果
父主题： 特征工程
