1.15. 等距回归

类 IsotonicRegression 将一个非递减的实函数拟合到一维数据。它解决以下问题

\[\min \sum_i w_i (y_i - \hat{y}_i)^2\]

受制于 \(\hat{y}_i \le \hat{y}_j\) 只要 \(X_i \le X_j\)，其中权重 \(w_i\) 严格为正，X 和 y 都是任意的实数。

参数 increasing 将约束更改为 \(\hat{y}_i \ge \hat{y}_j\) 只要 \(X_i \le X_j\)。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 \(y\)。这些预测被插值以预测到看不见的数据。因此，IsotonicRegression 的预测形成一个分段线性的函数

示例

• 等距回归