from sklearn.linear_model import Ridge as _Ridge
from DashAI.back.core.schema_fields import (
BaseSchema,
bool_field,
enum_field,
none_type,
optimizer_float_field,
optimizer_int_field,
schema_field,
union_type,
)
from DashAI.back.core.utils import MultilingualString
from DashAI.back.models.regression_model import RegressionModel
from DashAI.back.models.scikit_learn.sklearn_like_model import (
CategoricalEncodingStrategy,
)
from DashAI.back.models.scikit_learn.sklearn_like_regressor import SklearnLikeRegressor
class RidgeRegressionSchema(BaseSchema):
"""Ridge regression is a linear model that includes L2 regularization."""
alpha: schema_field(
optimizer_int_field(ge=1),
placeholder={
"optimize": False,
"fixed_value": 1,
"lower_bound": 1,
"upper_bound": 10,
},
description=MultilingualString(
en=(
"Regularization strength; must be a positive float. "
"Larger values specify stronger regularization."
),
es=(
"Fuerza de regularización; debe ser un float positivo. "
"Valores más grandes especifican una regularización más fuerte."
),
),
alias=MultilingualString(en="Alpha", es="Alfa"),
) # type: ignore
fit_intercept: schema_field(
bool_field(),
placeholder=True,
description=MultilingualString(
en=(
"Whether to calculate the intercept for this model. "
"If set to False, no intercept will be used in calculations "
"(e.g., data is expected to be centered)."
),
es=(
"Si se debe calcular el intercepto para este modelo. "
"Si se establece en False, no se usará intercepto en los cálculos "
"(ej., se espera que los datos estén centrados)."
),
),
alias=MultilingualString(en="Fit intercept", es="Ajustar intercepto"),
) # type: ignore
copy_X: schema_field( # noqa: N815
bool_field(),
placeholder=True,
description=MultilingualString(
en="If True, X will be copied; else, it may be overwritten.",
es="Si es True, X será copiado; si no, puede ser sobrescrito.",
),
alias=MultilingualString(en="Copy X", es="Copiar X"),
) # type: ignore
max_iter: schema_field(
optimizer_int_field(ge=10),
placeholder={
"optimize": False,
"fixed_value": 100,
"lower_bound": 10,
"upper_bound": 10000,
},
description=MultilingualString(
en="Maximum number of iterations for conjugate gradient solver.",
es=(
"Número máximo de iteraciones para el "
"solucionador de gradiente conjugado."
),
),
alias=MultilingualString(en="Max iterations", es="Máximas iteraciones"),
) # type: ignore
tol: schema_field(
optimizer_float_field(ge=0.0),
placeholder={
"optimize": False,
"fixed_value": 0.001,
"lower_bound": 1e-5,
"upper_bound": 1e-1,
},
description=MultilingualString(
en="Precision of the solution.",
es="Precisión de la solución.",
),
alias=MultilingualString(en="Tolerance", es="Tolerancia"),
) # type: ignore
solver: schema_field(
enum_field(
enum=["auto", "svd", "cholesky", "lsqr", "sparse_cg", "sag", "saga"]
),
placeholder="auto",
description=MultilingualString(
en=(
"Solver to use in the computation. 'auto' chooses the "
"solver automatically based on the type of data."
),
es=(
"Solucionador a usar en el cálculo. 'auto' elige el "
"solucionador automáticamente basado en el tipo de datos."
),
),
alias=MultilingualString(en="Solver", es="Solucionador"),
) # type: ignore
positive: schema_field(
bool_field(),
placeholder=False,
description=MultilingualString(
en="When set to True, forces the coefficients to be positive.",
es="Cuando se establece en True, fuerza los coeficientes a ser positivos.",
),
alias=MultilingualString(en="Positive", es="Positivo"),
) # type: ignore
random_state: schema_field(
union_type(optimizer_int_field(ge=0), none_type(int)),
placeholder=None,
description=MultilingualString(
en=(
"The seed of the pseudo random number generator to use "
"when shuffling the data. Pass an int for reproducible output across "
"multiple function calls, or None to not set a specific seed."
),
es=(
"La semilla del generador de números pseudoaleatorios a usar "
"al mezclar los datos. Pase un int para salida reproducible entre "
"múltiples llamadas, o None para no establecer una semilla específica."
),
),
alias=MultilingualString(en="Random state", es="Estado aleatorio"),
) # type: ignore
[docs]
class RidgeRegression(RegressionModel, SklearnLikeRegressor, _Ridge):
"""Scikit-learn's Ridge regression wrapper for DashAI."""
SCHEMA = RidgeRegressionSchema
DISPLAY_NAME: str = MultilingualString(
en="Ridge Regression",
es="Regresión Ridge",
)
DESCRIPTION: str = MultilingualString(
en="Linear regression with L2 regularization.",
es="Regresión lineal con regularización L2.",
)
COLOR: str = "#2196F3"
ICON: str = "ShowChart"
CATEGORICAL_ENCODING = CategoricalEncodingStrategy.ONE_HOT
[docs]
def __init__(self, **kwargs) -> None:
super().__init__(**kwargs)