isotonic_regression

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

求解等张回归模型。

阅读更多的 User Guide .

参数:

y形状类似阵列（n_samples，）

数据。

sample_weight形状类似数组（n_samples，），默认=无

回归每个点的权重。如果无，则权重设置为1（相等权重）。

y_minfloat，默认=无

最低预测值的下限（最小值可能仍然更高）。如果未设置，默认为-inf。

y_maxfloat，默认=无

最高预测值的上限（最大值可能仍然更低）。如果未设置，默认为+inf。

increasing布尔，默认=True

是否计算 y_ 正在增加（如果设置为True）或减少（如果设置为False）。

返回:

y_形状的nd数组（n_samples，）

y的等张配合。

引用

“等张回归的活动集算法;统一框架”作者：Michael J. Best和Nilotpal Chakravarti，第3节。

示例

>>> 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...])