inference-modes.md

推断配置（Lasso）

语言: 中文
最后更新: 2026-04-02
页面定位: 指南文档
切换: English

语言切换：English

Lasso 的 inference_method：

• cpu_ols_inference（默认）
• gpu_ols_inference
• bootstrap

兼容旧名：

• naive_ols -> cpu_ols_inference
• gpu_naive_ols -> gpu_ols_inference

推荐用法

from statgpu.linear_model import Lasso

model = Lasso(
    alpha=0.1,
    device="cuda",
    solver="fista",
    stopping="kkt",
    compute_inference=True,
    inference_method="gpu_ols_inference",
)
model.fit(X, y)

选型建议

• cpu_ols_inference：兼容性优先
• gpu_ols_inference：减少大块 CPU 回传，推断速度优先
• bootstrap：更稳健，但计算开销更大

基准脚本

参见 dev/benchmarks/benchmark_lasso_inference_gpu_vs_cpu.py。

相关模型的稳健协方差

除了 Lasso 的推断模式外，以下模型也支持协方差配置：

• LinearRegression(cov_type="nonrobust" | "hc0" | "hc1" | "hc2" | "hc3" | "hac")
• Ridge(cov_type="nonrobust" | "hc0" | "hc1" | "hc2" | "hc3" | "hac")
• LogisticRegression(cov_type="nonrobust" | "hc0" | "hc1" | "hc2" | "hc3" | "hac")

可参考：

• docs/models/linear-regression.md
• docs/models/logistic-regression.md