保序回归

发表于 更新于 分类于 ， 阅读次数： 本文字数： 460 阅读时长 ≈ 1 分钟

什么是等序回归 (Isotonic Regression)?

  • 一种非参数回归方法，它适用于处理单调不减或单调不增的数据序列。在这种方法中，数据被拟合成一个分段常数模型，使得结果是一个单调的函数。等序回归通常用于处理那些自然具有单调性的问题，例如在医学、生物学或社会科学领域中，某些变量随时间或其他因素的变化趋势应当是单调的
  • 1
    2
    3
    4
    5
    6
    >>> from sklearn.datasets import make_regression
    >>> from sklearn.isotonic import IsotonicRegression
    >>> X, y = make_regression(n_samples=10, n_features=1, random_state=41)
    >>> iso_reg = IsotonicRegression().fit(X, y)
    >>> iso_reg.predict([.1, .2])
        array([1.8628..., 3.7256...])