1.15. 等式回归

IsotonicRegression类将非递减函数拟合到数据。 它解决了以下问题：

• 最小化 \sum_i w_i (y_i – \hat{y}_i)^2

• 服从于 \hat{y}_{min} = \hat{y}_1 \le \hat{y}_2 … \le \hat{y}_n = \hat{y}_{max}

其中每个w_i严格为正，每个y_i是任意实数。它产生的向量由均方误差(mean squared error)最接近的非递减元素组成。实际上，该元素列表形成了一个分段线性函数。

(C) 2007 – 2019, scikit-learn 开发人员 (BSD 许可证). 此页显示源码

未经允许不得转载：PythonOK » 1.15. 等式回归