linear_model

package
v0.3.0 Latest Latest
Warning

This package is not in the latest version of its module.

 Go to latest Published: Aug 7, 2025 License: MIT Imports: 12 Imported by: 0

Documentation

Index

Constants

This section is empty.

Variables

This section is empty.

Functions

This section is empty.

Types

type ClassifierOption 

type ClassifierOption func(*SGDClassifier)

ClassifierOption はSGDClassifierの設定オプション

func WithClassifierAlpha 

func WithClassifierAlpha(alpha float64) ClassifierOption

WithClassifierAlpha は正則化の強度を設定

func WithClassifierEta0 

func WithClassifierEta0(eta0 float64) ClassifierOption

WithClassifierEta0 は初期学習率を設定

func WithClassifierLearningRate 

func WithClassifierLearningRate(lr string) ClassifierOption

WithClassifierLearningRate は学習率スケジュールを設定

func WithClassifierLoss 

func WithClassifierLoss(loss string) ClassifierOption

WithClassifierLoss は損失関数を設定

func WithClassifierMaxIter 

func WithClassifierMaxIter(maxIter int) ClassifierOption

WithClassifierMaxIter は最大イテレーション数を設定

func WithClassifierPenalty 

func WithClassifierPenalty(penalty string) ClassifierOption

WithClassifierPenalty は正則化を設定

func WithClassifierRandomState 

func WithClassifierRandomState(seed int64) ClassifierOption

WithClassifierRandomState は乱数シードを設定

type LinearRegression added in v0.3.0 

type LinearRegression struct {
	model.BaseEstimator
	// contains filtered or unexported fields
}

LinearRegression は最小二乗法による線形回帰モデル scikit-learnのLinearRegressionと完全互換

func NewLinearRegression added in v0.3.0 

func NewLinearRegression(options ...LinearRegressionOption) *LinearRegression

NewLinearRegression は新しいLinearRegressionモデルを作成

func (*LinearRegression) Clone added in v0.3.0 

func (lr *LinearRegression) Clone() model.SKLearnCompatible

Clone はモデルの新しいインスタンスを作成（同じハイパーパラメータ）

func (*LinearRegression) Coef added in v0.3.0 

func (lr *LinearRegression) Coef() []float64

Coef は学習された重み係数を返す

func (*LinearRegression) ExportWeights added in v0.3.0 

func (lr *LinearRegression) ExportWeights() (*model.ModelWeights, error)

ExportWeights はモデルの重みをエクスポート（完全な再現性を保証）

func (*LinearRegression) Fit added in v0.3.0 

func (lr *LinearRegression) Fit(X, y mat.Matrix) error

Fit はモデルを訓練データで学習

func (*LinearRegression) GetParams added in v0.3.0 

func (lr *LinearRegression) GetParams(deep bool) map[string]interface{}

GetParams はモデルのハイパーパラメータを取得（scikit-learn互換）

func (*LinearRegression) GetWeightHash added in v0.3.0 

func (lr *LinearRegression) GetWeightHash() string

GetWeightHash は重みのハッシュ値を計算（検証用）

func (*LinearRegression) ImportWeights added in v0.3.0 

func (lr *LinearRegression) ImportWeights(weights *model.ModelWeights) error

ImportWeights はモデルの重みをインポート（完全な再現性を保証）

func (*LinearRegression) Intercept added in v0.3.0 

func (lr *LinearRegression) Intercept() float64

Intercept は学習された切片を返す

func (*LinearRegression) Predict added in v0.3.0 

func (lr *LinearRegression) Predict(X mat.Matrix) (mat.Matrix, error)

Predict は入力データに対する予測を行う

func (*LinearRegression) Score added in v0.3.0 

func (lr *LinearRegression) Score(X, y mat.Matrix) (float64, error)

Score はモデルの決定係数（R²）を計算

func (*LinearRegression) SetParams added in v0.3.0 

func (lr *LinearRegression) SetParams(params map[string]interface{}) error

SetParams はモデルのハイパーパラメータを設定（scikit-learn互換）

func (*LinearRegression) String added in v0.3.0 

func (lr *LinearRegression) String() string

String はモデルの文字列表現を返す

type LinearRegressionOption added in v0.3.0 

type LinearRegressionOption func(*LinearRegression)

LinearRegressionOption は設定オプション

func WithCopyX added in v0.3.0 

func WithCopyX(copy bool) LinearRegressionOption

WithCopyX はデータコピーの有無を設定

func WithLRFitIntercept added in v0.3.0 

func WithLRFitIntercept(fit bool) LinearRegressionOption

WithLRFitIntercept は切片の学習有無を設定（LinearRegression用）

func WithNJobs added in v0.3.0 

func WithNJobs(n int) LinearRegressionOption

WithNJobs は並列ジョブ数を設定

func WithNormalize added in v0.3.0 

func WithNormalize(normalize bool) LinearRegressionOption

WithNormalize は正規化の有無を設定（deprecated）

func WithPositive added in v0.3.0 

func WithPositive(positive bool) LinearRegressionOption

WithPositive は係数の正制約を設定

type Option 

type Option func(*SGDRegressor)

Option はSGDRegressorの設定オプション

func WithAlpha 

func WithAlpha(alpha float64) Option

WithAlpha は正則化の強度を設定

func WithEta0 

func WithEta0(eta0 float64) Option

WithEta0 は初期学習率を設定

func WithFitIntercept 

func WithFitIntercept(fit bool) Option

WithFitIntercept は切片の学習有無を設定

func WithLearningRate 

func WithLearningRate(lr string) Option

WithLearningRate は学習率スケジュールを設定

func WithLoss 

func WithLoss(loss string) Option

WithLoss は損失関数を設定

func WithMaxIter 

func WithMaxIter(maxIter int) Option

WithMaxIter は最大イテレーション数を設定

func WithPenalty 

func WithPenalty(penalty string) Option

WithPenalty は正則化を設定

func WithRandomState 

func WithRandomState(seed int64) Option

WithRandomState は乱数シードを設定

func WithTol 

func WithTol(tol float64) Option

WithTol は収束判定の許容誤差を設定

func WithWarmStart 

func WithWarmStart(warmStart bool) Option

WithWarmStart はウォームスタートの有効/無効を設定

type PassiveAggressiveClassifier 

type PassiveAggressiveClassifier struct {
	model.BaseEstimator

	// ハイパーパラメータ
	C float64 // 正則化パラメータ
	// contains filtered or unexported fields
}

PassiveAggressiveClassifier は受動的攻撃的分類モデル

func NewPassiveAggressiveClassifier 

func NewPassiveAggressiveClassifier(options ...PassiveAggressiveOption) *PassiveAggressiveClassifier

NewPassiveAggressiveClassifier は新しいPassiveAggressiveClassifierを作成

func (*PassiveAggressiveClassifier) Fit 

func (pa *PassiveAggressiveClassifier) Fit(X, y mat.Matrix) error

Fit はバッチ学習でモデルを訓練

func (*PassiveAggressiveClassifier) FitStream 

func (pa *PassiveAggressiveClassifier) FitStream(ctx context.Context, dataChan <-chan *model.Batch) error

func (*PassiveAggressiveClassifier) IsWarmStart 

func (pa *PassiveAggressiveClassifier) IsWarmStart() bool

func (*PassiveAggressiveClassifier) NIterations 

func (pa *PassiveAggressiveClassifier) NIterations() int

func (*PassiveAggressiveClassifier) PartialFit 

func (pa *PassiveAggressiveClassifier) PartialFit(X, y mat.Matrix, classes []int) error

PartialFit はミニバッチでモデルを逐次的に学習

func (*PassiveAggressiveClassifier) Predict 

func (pa *PassiveAggressiveClassifier) Predict(X mat.Matrix) (mat.Matrix, error)

Predict は入力データに対する予測を行う

func (*PassiveAggressiveClassifier) SetWarmStart 

func (pa *PassiveAggressiveClassifier) SetWarmStart(warmStart bool)

type PassiveAggressiveOption 

type PassiveAggressiveOption func(interface{})

PassiveAggressiveOption は設定オプション

func WithPAC 

func WithPAC(c float64) PassiveAggressiveOption

WithPAC は正則化パラメータを設定

func WithPAFitIntercept 

func WithPAFitIntercept(fit bool) PassiveAggressiveOption

WithPAFitIntercept は切片学習の有無を設定

func WithPALoss 

func WithPALoss(loss string) PassiveAggressiveOption

WithPALoss は損失関数を設定

func WithPAMaxIter 

func WithPAMaxIter(maxIter int) PassiveAggressiveOption

WithPAMaxIter は最大イテレーション数を設定

type PassiveAggressiveRegressor 

type PassiveAggressiveRegressor struct {
	model.BaseEstimator

	// ハイパーパラメータ
	C float64 // 正則化パラメータ
	// contains filtered or unexported fields
}

PassiveAggressiveRegressor は受動的攻撃的回帰モデル scikit-learnのPassiveAggressiveRegressorと互換性を持つ

func NewPassiveAggressiveRegressor 

func NewPassiveAggressiveRegressor(options ...PassiveAggressiveOption) *PassiveAggressiveRegressor

NewPassiveAggressiveRegressor は新しいPassiveAggressiveRegressorを作成

func (*PassiveAggressiveRegressor) Fit 

func (pa *PassiveAggressiveRegressor) Fit(X, y mat.Matrix) error

Fit はバッチ学習でモデルを訓練

func (*PassiveAggressiveRegressor) FitStream 

func (pa *PassiveAggressiveRegressor) FitStream(ctx context.Context, dataChan <-chan *model.Batch) error

FitStream はデータストリームからモデルを学習

func (*PassiveAggressiveRegressor) IsWarmStart 

func (pa *PassiveAggressiveRegressor) IsWarmStart() bool

IsWarmStart はウォームスタートが有効かどうかを返す

func (*PassiveAggressiveRegressor) NIterations 

func (pa *PassiveAggressiveRegressor) NIterations() int

NIterations は実行された学習イテレーション数を返す

func (*PassiveAggressiveRegressor) PartialFit 

func (pa *PassiveAggressiveRegressor) PartialFit(X, y mat.Matrix, classes []int) error

PartialFit はミニバッチでモデルを逐次的に学習

func (*PassiveAggressiveRegressor) Predict 

func (pa *PassiveAggressiveRegressor) Predict(X mat.Matrix) (mat.Matrix, error)

Predict は入力データに対する予測を行う

func (*PassiveAggressiveRegressor) SetWarmStart 

func (pa *PassiveAggressiveRegressor) SetWarmStart(warmStart bool)

SetWarmStart はウォームスタートの有効/無効を設定

type SGDClassifier 

type SGDClassifier struct {
	model.BaseEstimator
	// contains filtered or unexported fields
}

SGDClassifier は確率的勾配降下法による分類モデル scikit-learnのSGDClassifierと互換性を持つ

func NewSGDClassifier 

func NewSGDClassifier(options ...ClassifierOption) *SGDClassifier

NewSGDClassifier は新しいSGDClassifierを作成

func (*SGDClassifier) Classes 

func (sgd *SGDClassifier) Classes() []int

Classes は学習されたクラスラベルを返す

func (*SGDClassifier) Coef 

func (sgd *SGDClassifier) Coef() [][]float64

Coef は学習された重み係数を返す

func (*SGDClassifier) DecisionFunction 

func (sgd *SGDClassifier) DecisionFunction(X mat.Matrix) (mat.Matrix, error)

DecisionFunction は決定関数の値を返す

func (*SGDClassifier) Fit 

func (sgd *SGDClassifier) Fit(X, y mat.Matrix) error

Fit はバッチ学習でモデルを訓練

func (*SGDClassifier) FitPredictStream 

func (sgd *SGDClassifier) FitPredictStream(ctx context.Context, dataChan <-chan *model.Batch) <-chan mat.Matrix

FitPredictStream は学習と予測を同時に行う（test-then-train方式）

func (*SGDClassifier) FitStream 

func (sgd *SGDClassifier) FitStream(ctx context.Context, dataChan <-chan *model.Batch) error

FitStream はデータストリームからモデルを学習

func (*SGDClassifier) GetConverged 

func (sgd *SGDClassifier) GetConverged() bool

GetConverged は収束したかどうかを返す

func (*SGDClassifier) GetLearningRate 

func (sgd *SGDClassifier) GetLearningRate() float64

GetLearningRate は現在の学習率を返す

func (*SGDClassifier) GetLearningRateSchedule 

func (sgd *SGDClassifier) GetLearningRateSchedule() string

GetLearningRateSchedule は学習率スケジュールを返す

func (*SGDClassifier) GetLoss 

func (sgd *SGDClassifier) GetLoss() float64

GetLoss は現在の損失値を返す

func (*SGDClassifier) GetLossHistory 

func (sgd *SGDClassifier) GetLossHistory() []float64

GetLossHistory は損失値の履歴を返す

func (*SGDClassifier) Intercept 

func (sgd *SGDClassifier) Intercept() []float64

Intercept は学習された切片を返す

func (*SGDClassifier) IsWarmStart 

func (sgd *SGDClassifier) IsWarmStart() bool

IsWarmStart はウォームスタートが有効かどうかを返す

func (*SGDClassifier) NIterations 

func (sgd *SGDClassifier) NIterations() int

NIterations は実行された学習イテレーション数を返す

func (*SGDClassifier) PartialFit 

func (sgd *SGDClassifier) PartialFit(X, y mat.Matrix, classes []int) error

PartialFit はミニバッチでモデルを逐次的に学習（オンライン学習）

func (*SGDClassifier) Predict 

func (sgd *SGDClassifier) Predict(X mat.Matrix) (mat.Matrix, error)

Predict は入力データに対する予測を行う

func (*SGDClassifier) PredictProba 

func (sgd *SGDClassifier) PredictProba(X mat.Matrix) (mat.Matrix, error)

PredictProba は各クラスの予測確率を返す

func (*SGDClassifier) PredictStream 

func (sgd *SGDClassifier) PredictStream(ctx context.Context, inputChan <-chan mat.Matrix) <-chan mat.Matrix

PredictStream は入力ストリームに対してリアルタイム予測

func (*SGDClassifier) Score 

func (sgd *SGDClassifier) Score(X, y mat.Matrix) (float64, error)

Score はモデルの精度を計算

func (*SGDClassifier) SetLearningRate 

func (sgd *SGDClassifier) SetLearningRate(lr float64)

SetLearningRate は学習率を設定

func (*SGDClassifier) SetLearningRateSchedule 

func (sgd *SGDClassifier) SetLearningRateSchedule(schedule string)

SetLearningRateSchedule は学習率スケジュールを設定

func (*SGDClassifier) SetWarmStart 

func (sgd *SGDClassifier) SetWarmStart(warmStart bool)

SetWarmStart はウォームスタートの有効/無効を設定

type SGDRegressor 

type SGDRegressor struct {
	model.BaseEstimator
	// contains filtered or unexported fields
}

SGDRegressor は確率的勾配降下法による線形回帰モデル scikit-learnのSGDRegressorと互換性を持つ

func NewSGDRegressor 

func NewSGDRegressor(options ...Option) *SGDRegressor

NewSGDRegressor は新しいSGDRegressorを作成

func (*SGDRegressor) Coef 

func (sgd *SGDRegressor) Coef() []float64

Coef は学習された重み係数を返す

func (*SGDRegressor) Fit 

func (sgd *SGDRegressor) Fit(X, y mat.Matrix) error

Fit はバッチ学習でモデルを訓練

func (*SGDRegressor) FitPredictStream 

func (sgd *SGDRegressor) FitPredictStream(ctx context.Context, dataChan <-chan *model.Batch) <-chan mat.Matrix

FitPredictStream は学習と予測を同時に行う（test-then-train方式）

func (*SGDRegressor) FitStream 

func (sgd *SGDRegressor) FitStream(ctx context.Context, dataChan <-chan *model.Batch) error

FitStream はデータストリームからモデルを学習

func (*SGDRegressor) GetConverged 

func (sgd *SGDRegressor) GetConverged() bool

GetConverged は収束したかどうかを返す

func (*SGDRegressor) GetLearningRate 

func (sgd *SGDRegressor) GetLearningRate() float64

GetLearningRate は現在の学習率を返す

func (*SGDRegressor) GetLearningRateSchedule 

func (sgd *SGDRegressor) GetLearningRateSchedule() string

GetLearningRateSchedule は学習率スケジュールを返す

func (*SGDRegressor) GetLoss 

func (sgd *SGDRegressor) GetLoss() float64

GetLoss は現在の損失値を返す

func (*SGDRegressor) GetLossHistory 

func (sgd *SGDRegressor) GetLossHistory() []float64

GetLossHistory は損失値の履歴を返す

func (*SGDRegressor) Intercept 

func (sgd *SGDRegressor) Intercept() float64

Intercept は学習された切片を返す

func (*SGDRegressor) IsWarmStart 

func (sgd *SGDRegressor) IsWarmStart() bool

IsWarmStart はウォームスタートが有効かどうかを返す

func (*SGDRegressor) NIterations 

func (sgd *SGDRegressor) NIterations() int

NIterations は実行された学習イテレーション数を返す

func (*SGDRegressor) PartialFit 

func (sgd *SGDRegressor) PartialFit(X, y mat.Matrix, classes []int) error

PartialFit はミニバッチでモデルを逐次的に学習（オンライン学習）

func (*SGDRegressor) Predict 

func (sgd *SGDRegressor) Predict(X mat.Matrix) (mat.Matrix, error)

Predict は入力データに対する予測を行う

func (*SGDRegressor) PredictStream 

func (sgd *SGDRegressor) PredictStream(ctx context.Context, inputChan <-chan mat.Matrix) <-chan mat.Matrix

PredictStream は入力ストリームに対してリアルタイム予測

func (*SGDRegressor) Score 

func (sgd *SGDRegressor) Score(X, y mat.Matrix) (float64, error)

Score はモデルの決定係数（R²）を計算

func (*SGDRegressor) SetLearningRate 

func (sgd *SGDRegressor) SetLearningRate(lr float64)

SetLearningRate は学習率を設定

func (*SGDRegressor) SetLearningRateSchedule 

func (sgd *SGDRegressor) SetLearningRateSchedule(schedule string)

SetLearningRateSchedule は学習率スケジュールを設定

func (*SGDRegressor) SetWarmStart 

func (sgd *SGDRegressor) SetWarmStart(warmStart bool)

SetWarmStart はウォームスタートの有効/無効を設定

Source Files

View all Source files

Jump to

Keyboard shortcuts

? : This menu
/ : Search site
f or F : Jump to
y or Y : Canonical URL
go.dev uses cookies from Google to deliver and enhance the quality of its services and to analyze traffic. Learn more.