ai.onnx.ml - LinearRegressor

LinearRegressor - 1 (ai.onnx.ml)

版本

  • 名称: LinearRegressor (GitHub)

  • : ai.onnx.ml

  • 起始版本: 1

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: False

该算子的此版本**自 ai.onnx.ml 域的 1 版本起**可用。

摘要

广义线性回归评估。
如果 targets 设置为 1(默认值),则执行单变量回归。
如果 targets 设置为 M,则必须将 M 组系数作为序列传入,并且每个输入 n(在 N 中)将输出 M 个结果。
系数数组的长度为 n,每个目标的系数是连续的。截距是可选的,但如果提供,必须与目标的数量匹配。

属性

  • coefficients - FLOATS :

    模型的权重。

  • intercepts - FLOATS :

    截距的权重,如果使用。

  • post_transform - STRING (默认值为 'NONE')

    指示要应用于回归输出向量的变换。
    可以是 ‘NONE,’ ‘SOFTMAX,’ ‘LOGISTIC,’ ‘SOFTMAX_ZERO,’ 或 ‘PROBIT’ 之一

  • targets - INT (默认值为 '1')

    回归目标的总数,如果未定义则为 1。

输入

  • X (异构) - T

    要回归的数据。

输出

  • Y (异构) - tensor(float)

    回归输出(每个目标、每个样本一个)。

类型约束

  • T in ( tensor(double), tensor(float), tensor(int32), tensor(int64) )

    输入必须是数值类型的张量。