保序回归(isotonic_regression)
http://scikit-learn.org/stable/auto_examples/plot_isotonic_regression.html#example-plot-isotonic-regression-py
代码就不贴了,参考上面链接。
看代码,给人的直观感受类似于CART,具有分段回归的效果。不过很少见人用这个方法,还是推荐使用CART吧,不过了解一下思想罢了。。。
给个简单的例子:
问题描述:给定一个无序数字序列y,通过修改每个元素的值得到一个非递减序列 y‘ ,问如何使y和 y’ 误差(该处取平方差)最小?
保序回归法:从该序列y的首元素往后观察,一旦出现乱序现象停止该轮观察,从该乱序元素开始逐个吸收紧跟在后面的元素组成一个子序列sub_y,直到子序列sub_y所有元素的平均值小于或等于下一个待吸收的元素。
举例:
原始序列:<9, 10, 14>
结果序列:<9, 10, 14>
分析:从9往后观察,到最后的元素14都未发现乱序情况,不用处理。
原始序列:<9, 14, 10>
结果序列:<9, 12, 12>
分析:从9往后观察,观察到14时发生乱序(14>10),停止该轮观察转入吸收元素处理,吸收元素10后子序列为<14, 10>,取该序列所有元素的平均值得12,故用序列<12, 12>替代<14, 10>。吸收10后已经到了最后的元素,处理操作完成。
原始序列:<14, 9, 10, 15>
结果序列:<11, 11, 11, 15>
分析:从14往后观察,观察到9时发生乱序(14>9),停止该轮观察转入吸收元素处理,吸收元素9后子序列为<14, 9>。求该序列所有元素的平均值得12.5,由于12.5大于下个带吸收的元素10,所以再吸收10,得序列<14, 9, 10>。求该序列所有元素的平均值得11,由于11小于下个带吸收的元素15,所以停止吸收操作,用序列<11, 11, 11>替代<14, 9, 10>。
保序回归(isotonic_regression)相关推荐
- Python 第三方模块 机器学习 Scikit-Learn模块 有监督学习1 交叉分解,高斯过程,保序回归
一.cross_decomposition 1.简介: 该模块用于进行"交叉分解"(cross decomposition) 2.使用: "典型相关分析"(Ca ...
- 103 保序回归 isotonic regression
1.关于isotonic regression 首先sklearn粘上原贡献者的博客Isotonic Regression http://fa.bianp.net/blog/2013/isotoni ...
- 多项式回归、分位数回归(Quantile Regression)、保序回归(Isotonic Regression)、RANSAC回归、核岭回归、基准回归模型(baseline)
多项式回归.分位数回归(Quantile Regression).保序回归(Isotonic Regression).RANSAC回归.核岭回归.基准回归模型(baseline) 目录
- sklearn自学指南(part32)--保序回归
学习笔记,仅供参考,有错必纠 文章目录 保序回归 保序回归 IsotonicRegression类对一维数据进行非递减实函数拟合.它解决了以下问题: $$ minimize ; \sum_i w_i ...
- Spark机器学习(3):保序回归算法
保序回归即给定了一个无序的数字序列,通过修改其中元素的值,得到一个非递减的数字序列,要求是使得误差(预测值和实际值差的平方)最小.比如在动物身上实验某种药物,使用了不同的剂量,按理说剂量越大,有效的比 ...
- 机器学习基础 维基翻译 保序回归 随机森林 Pipeline处理 及简单的sklearn例子
Isotonic regression(保序回归) In numerical analysis, isotonic regression (IR) involves finding a weighte ...
- 基于Isotonic回归(保序回归算法)的鸢尾花数据集回归问题
基于Isotonic回归的鸢尾花数据集回归问题 1. 作者介绍 2.保序回归算法 2.1 算法原理 2.2 保序回归算法举例 3. 鸢尾花数据集介绍 3.1 数据集获取 4.代码实现 4.1 导入需要 ...
- 1.15. Isotonic regression(保序回归)
1.15. Isotonic regression(保序回归) 一.描述 保序回归,正如它的名字,是一种对预测值施加了"保序"约束的一种回归分析."保序"的严格 ...
- scikit-learn一般实例之一:保序回归(Isotonic Regression)
对生成的数据进行保序回归的一个实例.保序回归能在训练数据上发现一个非递减逼近函数的同时最小化均方误差.这样的模型的好处是,它不用假设任何形式的目标函数,(如线性).为了比较,这里用一个线性回归作为参照 ...
最新文章
- 收藏:因为有这篇Sublime Text使用教程,我立即卸载掉了Notepad+...
- Linux系统上传文件与下载文件命令
- Java的知识点14——内部类的概念、内部类的分类
- 分布式部署携程Apollo构建配置中心
- 英语口语练习软件测试简历,软件测试员英语简历范文
- C#LeetCode刷题之#191-位1的个数(Number of 1 Bits)
- (多重背包+记录路径)Charlie's Change (poj 1787)
- Mac neo4j忘记密码,不删除数据处理方法
- 64位电脑mysql_Windows 64位操作系统下安装和配置MySQL
- HDU1215 七夕节【水题】
- tplink软件升级有用吗_TP-LINK路由器升级方法 | 吴文辉博客
- vue限制点击次数_如何处理vue按钮多次点击重复提交数据
- BoundsChecker教程
- 电信dns服务器哪个稳定,电信宽带dns设置哪个最快? dns设置哪个最好最快
- 简述CC2530晶振、振荡器与时钟
- 计算机考研专业课靠什么,2021计算机考研:这4个科目 各科该如何备考?
- monorepo npm publish 显示404
- 信创干部人事档案管理系统单机版 - 人力资源档案管理系统软件
- 小迪-65-内网安全
- 计算机专业就业率2018,2018年就业质量报告发布,这个专业就业率竟高达100%!