isotonic_regression

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

Решает модель изотонической регрессии.

Подробнее см. в руководстве пользователя.

Параметры:

yмассивоподобный объект формы (n_samples,)

Данные.

sample_weightмассивоподобный объект формы (n_samples,), по умолчанию=None

Вес каждой точки регрессии. Если значение равно None, вес равен 1 (все веса одинаковы).

y_minfloat, по умолчанию=None

Нижняя граница наименьшего прогнозируемого значения (минимальное значение всё ещё может быть выше). Если не задано, по умолчанию используется -inf.

y_maxfloat, по умолчанию=None

Верхняя граница наибольшего прогнозируемого значения (максимальное значение всё ещё может быть ниже). Если не задано, по умолчанию используется +inf.

increasingbool, по умолчанию=True

Следует ли считать, что y_ возрастает (если задано значение True) или убывает (если задано значение False).

Возвращает:

y_ndarray формы (n_samples,)

Изотоническая аппроксимация y.

Ссылки

«Алгоритмы активного множества для изотонической регрессии: единая структура» Майкла Дж. Беста и Нилотпала Чакраварти, 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])