泰尔森回归器

class sklearn.linear_model.TheilSenRegressor(*, fit_intercept=True, copy_X='deprecated', max_subpopulation=10000.0, n_subsamples=None, max_iter=300, tol=0.001, random_state=None, n_jobs=None, verbose=False)

Theil-Sen 估计器：稳健的多元回归模型。

该算法计算 X 中样本子集大小为 n_subsamples 的最小二乘解。n_subsamples 的任何值（介于特征数和样本数之间）都会产生一个在稳健性和效率之间折衷的估计器。由于最小二乘解的数量为“从 n_samples 中选择 n_subsamples 的组合数”，它可能非常大，因此可以使用 max_subpopulation 进行限制。如果达到此限制，则子集将随机选择。最后一步，计算所有最小二乘解的空间中位数（或 L1 中位数）。

在 用户指南 中了解更多信息。

参数：

fit_intercept布尔值，默认为 True

是否计算此模型的截距。如果设置为 False，则计算中将不使用截距。

copy_X布尔值，默认为 True

如果为 True，则会复制 X；否则，它可能会被覆盖。

自 1.6 版本起已弃用： copy_X 在 1.6 版本中已弃用，并将从 1.8 版本中移除。因为它始终会创建副本，所以它没有作用。

max_subpopulation整数，默认为 1e4

如果“从 n 选择 k 的组合数”（其中 n 是样本数，k 是子样本数，至少为特征数）大于 max_subpopulation，则不要使用基数为“从 n 选择 k 的组合数”的集合进行计算，而只考虑给定最大大小的随机子群。对于非小型问题，如果 n_subsamples 不变，则此参数将决定内存使用量和运行时间。请注意，数据类型应为整数，但也可以接受 1e4 等浮点数。

n_subsamples整数，默认为 None

计算参数的样本数。这至少是特征数（如果 fit_intercept=True，则加 1），最多是样本数。较低的数字会导致较高的崩溃点和较低的效率，而较高的数字会导致较低的崩溃点和较高的效率。如果为 None，则采用导致最大稳健性的最小子样本数。如果 n_subsamples 设置为 n_samples，则 Theil-Sen 与最小二乘法相同。

max_iter整数，默认为 300

计算空间中位数的最大迭代次数。

tol浮点数，默认为 1e-3

计算空间中位数时的容差。

random_state整数、RandomState 实例或 None，默认为 None

一个随机数生成器实例，用于定义随机排列生成器的状态。传递一个整数以在多次函数调用中获得可重复的输出。参见 词汇表。

n_jobs整数，默认为 None

在交叉验证期间使用的 CPU 数量。None 表示 1（除非在 joblib.parallel_backend 上下文中）。-1 表示使用所有处理器。有关更多详细信息，请参见 词汇表。

verbose布尔值，默认为 False

拟合模型时的详细模式。

属性：

coef_形状为 (n_features,) 的 ndarray

回归模型的系数（分布的中位数）。

intercept_浮点数

回归模型的估计截距。

breakdown_浮点数

近似的崩溃点。

n_iter_整数

空间中位数所需的迭代次数。

n_subpopulation_整数

考虑的“从 n 选择 k 的组合数”中的组合数，其中 n 是样本数，k 是子样本数。

n_features_in_整数

在 拟合 期间看到的特征数。

在 0.24 版本中添加。

feature_names_in_形状为 (n_features_in_,) 的 ndarray

在 拟合 期间看到的特征名称。仅当 X 具有全部为字符串的特征名称时定义。

在 1.0 版本中添加。

另请参见

HuberRegressor

对异常值稳健的线性回归模型。

RANSACRegressor

RANSAC（RANdom SAmple Consensus）算法。

SGDRegressor

通过使用 SGD 最小化正则化经验损失来拟合。

参考文献

• 多元线性回归模型中的 Theil-Sen 估计器，2009 年 Dang Xin、Peng Hanxiang、Wang Xueqin 和 Zhang Heping http://home.olemiss.edu/~xdang/papers/MTSE.pdf

示例

>>> from sklearn.linear_model import TheilSenRegressor
>>> from sklearn.datasets import make_regression
>>> X, y = make_regression(
...     n_samples=200, n_features=2, noise=4.0, random_state=0)
>>> reg = TheilSenRegressor(random_state=0).fit(X, y)
>>> reg.score(X, y)
0.9884...
>>> reg.predict(X[:1,])
array([-31.5871...])

fit(X, y)

拟合线性模型。

参数：

Xndarray，形状 (n_samples, n_features)

训练数据。

yndarray，形状 (n_samples,)

目标值。

返回:

self返回 self 的实例。

已拟合的 TheilSenRegressor 估计器。

get_metadata_routing()

获取此对象的元数据路由。

请查看 用户指南，了解路由机制的工作原理。

返回:

routingMetadataRequest

一个 MetadataRequest 封装了路由信息。

get_params(deep=True)

获取此估计器的参数。

参数：

deepbool，默认为 True

如果为 True，则将返回此估计器以及包含的作为估计器的子对象的参数。

返回:

paramsdict

参数名称与其值的映射。

predict(X)

使用线性模型进行预测。

参数：

X类数组或稀疏矩阵，形状 (n_samples, n_features)

样本。

返回:

C数组，形状 (n_samples,)

返回预测值。

score(X, y, sample_weight=None)

返回预测的决定系数。

决定系数 \(R^2\) 定义为 \((1 - \frac{u}{v})\)，其中 \(u\) 是残差平方和 ((y_true - y_pred)** 2).sum()，而 \(v\) 是总平方和 ((y_true - y_true.mean()) ** 2).sum()。最佳分数为 1.0，也可能为负数（因为模型可以任意差）。一个始终预测 y 期望值的常数模型（忽略输入特征）将获得 0.0 的 \(R^2\) 分数。

参数：

X类数组，形状 (n_samples, n_features)

测试样本。对于某些估计器，这可能是预计算的核矩阵，或者形状为 (n_samples, n_samples_fitted) 的泛型对象列表，其中 n_samples_fitted 是估计器拟合中使用的样本数。

y类数组，形状 (n_samples,) 或 (n_samples, n_outputs)

X 的真实值。

sample_weight类数组，形状 (n_samples,)，默认为 None

样本权重。

返回:

scorefloat

self.predict(X) 关于 y 的 \(R^2\)。

备注

从 0.23 版本开始，在回归器上调用 score 时使用的 \(R^2\) 分数使用 multioutput='uniform_average'，以保持与 r2_score 的默认值一致。这会影响所有多输出回归器的 score 方法（MultiOutputRegressor 除外）。

set_params(**params)

设置此估计器的参数。

此方法适用于简单的估计器以及嵌套对象（例如 Pipeline）。后者具有 <component>__<parameter> 形式的参数，因此可以更新嵌套对象的每个组件。

参数：

**paramsdict

估计器参数。

返回:

self估计器实例

估计器实例。

set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → TheilSenRegressor

向score方法请求传递的元数据。

请注意，只有在enable_metadata_routing=True时（参见sklearn.set_config），此方法才相关。请参阅用户指南了解路由机制的工作原理。

每个参数的选项为：

• True：请求元数据，如果提供则传递给score。如果未提供元数据，则忽略请求。

• False：不请求元数据，元估计器不会将其传递给score。

• None：不请求元数据，如果用户提供元数据，元估计器将引发错误。

• str：元数据应使用此给定的别名而不是原始名称传递给元估计器。

默认值（sklearn.utils.metadata_routing.UNCHANGED）保留现有的请求。这允许您更改某些参数的请求而不更改其他参数的请求。

版本 1.3 中新增。

注意

仅当此估计器用作元估计器的子估计器时（例如，在Pipeline内使用）此方法才相关。否则，它无效。

参数：

sample_weightstr, True, False 或 None，默认值=sklearn.utils.metadata_routing.UNCHANGED

score中sample_weight参数的元数据路由。

返回:

self对象

更新后的对象。

图库示例

稳健线性估计器拟合

稳健线性估计器拟合

Theil-Sen 回归

Theil-Sen 回归