1.15. 等度量回归#

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 \(\hat{y}_i \le \hat{y}_j\)\(X_i \le X_j\) 时,其中权重 \(w_i\) 严格为正,Xy 都是任意实数。

increasing 参数将约束更改为 \(\hat{y}_i \ge \hat{y}_j\)\(X_i \le X_j\) 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。

../_images/sphx_glr_plot_isotonic_regression_001.png

示例