1.15. 等度量回归#
类IsotonicRegression
将非递减实函数拟合到一维数据。它解决以下问题
\[\min \sum_i w_i (y_i - \hat{y}_i)^2\]
受限于 \(\hat{y}_i \le \hat{y}_j\) 当 \(X_i \le X_j\) 时,其中权重 \(w_i\) 严格为正,X
和 y
都是任意实数。
increasing
参数将约束更改为 \(\hat{y}_i \ge \hat{y}_j\) 当 \(X_i \le X_j\) 时。将其设置为“auto”将根据斯皮尔曼等级相关系数自动选择约束。
IsotonicRegression
为训练数据生成一系列预测 \(\hat{y}_i\),这些预测在均方误差方面最接近目标 \(y\)。这些预测被用来对未见数据进行预测。因此,IsotonicRegression
的预测形成一个分段线性函数。
示例