scikit-learn Isotonic回歸

2023-02-20 13:44 更新

IsotonicRegression擬合一維數(shù)據(jù)的非降實(shí)數(shù)函數(shù)。它解決了以下問題:

其中,權(quán)重是嚴(yán)格為正的,Xy都是任意的實(shí)數(shù)。

increasing參數(shù)可以更改約束為 即便是時。將其設(shè)置為 ‘a(chǎn)uto’將根據(jù) Spearman’s rank correlation coefficient自動選擇約束。

在均方誤差方面,IsotonicRegression對訓(xùn)練數(shù)據(jù)產(chǎn)生一系列的預(yù)測,這是與目標(biāo)最接近的。這些預(yù)測被內(nèi)插用于預(yù)測未知數(shù)據(jù)。因此,IsotonicRegression的預(yù)測形成了一個分段線性函數(shù):



以上內(nèi)容是否對您有幫助:
在線筆記
App下載
App下載

掃描二維碼

下載編程獅App

公眾號
微信公眾號

編程獅公眾號