当前位置：首页 > 文档资料 > scikit-learn (sklearn) 官方文档中文版 >

1.15. 等式回归

优质

小牛编辑

137浏览

2023-12-01

校验者: @STAN,废柴0.1 翻译者: @Damon

IsotonicRegression 类对数据进行非降函数拟合. 它解决了如下的问题:

最小化 $\sum_i w_i (y_i - \hat{y}_i)^2$
服从于 $\hat{y}_{min} = \hat{y}_1 \le \hat{y}_2 ... \le \hat{y}n = \hat{y}{max}$

其中每一个 w_i 是 strictly 正数而且每个 y_i 是任意实数. 它生成一个由平方误差接近的不减元素组成的向量.实际上这一些元素形成一个分段线性的函数.

免责声明：以上内容版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。感谢每一位辛勤著写的作者，感谢每一位的分享。