1.15. Изотоническая регрессия

Класс IsotonicRegression подгоняет монотонно возрастающую действительную функцию к одномерным данным. Он решает следующую задачу:

при условии \(\hat{y}_i \le \hat{y}_j\) всякий раз, когда \(X_i \le X_j\), где веса \(w_i\) строго положительны, и как X и y — произвольные действительные величины.

Параметр increasing изменяет ограничение на \(\hat{y}_i \ge \hat{y}_j\) всякий раз, когда \(X_i \le X_j\). Установка его в значение ‘auto’ автоматически выберет ограничение на основе коэффициента ранговой корреляции Спирмена.

IsotonicRegression генерирует ряд прогнозов \(\hat{y}_i\) для обучающих данных, которые наиболее близки к целям \(y\) с точки зрения среднеквадратичной ошибки. Эти прогнозы интерполируются для прогнозирования на невиденных данных. Прогнозы IsotonicRegression таким образом образуют функцию, которая является кусочно-линейной:

Примеры

• Изотоническая регрессия