isotonic_regression

sklearn.isotonic.isotonic_regression(y, *, sample_weight=None, y_min=None, y_max=None, increasing=True)

求解等渗回归模型。

请参阅用户指南了解更多信息。

参数:

y形状为 (n_samples,) 的类数组

数据。

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

回归中每个点的权重。如果为 None，则权重设置为 1（相等权重）。

y_min浮点型，默认为 None

最低预测值的下限（最小值可能仍更高）。如果未设置，则默认为 -inf。

y_max浮点型，默认为 None

最高预测值的上限（最大值可能仍更低）。如果未设置，则默认为 +inf。

increasing布尔型，默认为 True

计算 y_ 是递增（如果设置为 True）还是递减（如果设置为 False）。

返回:

y_形状为 (n_samples,) 的 ndarray

y 的等渗拟合。

参考文献

“Active set algorithms for isotonic regression; A unifying framework” by Michael J. Best and Nilotpal Chakravarti, section 3.

示例

>>> from sklearn.isotonic import isotonic_regression
>>> isotonic_regression([5, 3, 1, 2, 8, 10, 7, 9, 6, 4])
array([2.75   , 2.75   , 2.75   , 2.75   , 7.33,
       7.33, 7.33, 7.33, 7.33, 7.33])