isotonic_regression

sklearn.isotonic.isotonic_regression(y, *, sample_weight=None, y_min=None, y_max=None, increasing=True)[source]

Решить модель изотонной регрессии.

Подробнее см. в Руководстве пользователя.

Параметры:

yarray-like формы (n_samples,)

Данные.

sample_weightarray-like формы (n_samples,), по умолчанию=None

Вес каждой точки регрессии. Если None, вес устанавливается в 1 (равные веса).

y_minfloat, по умолчанию=None

Нижняя граница наименьшего предсказанного значения (минимальное значение все равно может быть выше). Если не указано, по умолчанию -inf.

y_maxfloat, по умолчанию=None

Верхняя граница наибольшего предсказанного значения (максимум все равно может быть ниже). Если не указано, по умолчанию +inf.

increasingbool, по умолчанию=True

Указывает, нужно ли вычислить y_ возрастающей (если True) или убывающей (если False).

Возвращаемые значения:

y_ndarray формы (n_samples,)

Изотонная подгонка y.

Ссылки

“Active set algorithms for isotonic regression; A unifying framework” by Michael J. Best and Nilotpal Chakravarti, раздел 3.

Примеры

>>> from sklearn.isotonic import isotonic_regression
>>> isotonic_regression([5, 3, 1, 2, 8, 10, 7, 9, 6, 4])
array([2.75   , 2.75   , 2.75   , 2.75   , 7.33...,
       7.33..., 7.33..., 7.33..., 7.33..., 7.33...])