TheilSenRegressor#

class sklearn.linear_model.TheilSenRegressor(*, fit_intercept=True, copy_X='deprecated', max_subpopulation=10000.0, n_subsamples=None, max_iter=300, tol=0.001, random_state=None, n_jobs=None, verbose=False)[源代码]#

Theil-Sen Estimate：稳健的多元回归模型。

该算法计算X中样本大小为n_子样本的子集的最小平方解。特征数量和样本数量之间的n_子样本的任何值都会导致估计器在稳健性和效率之间妥协。由于最小平方解的数量是“n_samples choose n_subsamples”，因此它可能非常大，因此可能受到max_subPopulation的限制。如果达到此限制，则随机选择子集。在最后一步中，计算所有最小平方解的空间中位数（或L1中位数）。

阅读更多的 User Guide .

参数:

fit_intercept布尔，默认=True: 是否计算此模型的拦截。如果设置为假，则在计算中不会使用任何拦截。
copy_X布尔，默认=True: 如果为True，X将被复制;否则，可能会被覆盖。

自 1.6 版本弃用: copy_X 在1.6中已废弃，并将在1.8中删除。它没有任何作用，因为总是会复制。
max_subpopulationint，默认= 1 e4: 与使用一组基数“n选择k”进行计算，其中n是样本的数量，k是子样本的数量（至少是特征的数量），而仅考虑给定最大大小的随机子种群，如果“n选择k”大于max_subplug。对于小问题大小以外的其他问题，如果n_subsamples未更改，此参数将确定内存使用率和运行时。请注意，数据类型应该是int，但也可以接受1e4等浮点数。
n_subsamplesint，默认=无: 计算参数的样本数。这至少是特征数量（如果fit_intercept=True，则加1）和最大样本数量。较低的数字导致更高的崩溃点和低的效率，而较高的数字导致低的崩溃点和高的效率。如果无，则采用最少数量的子样本，以获得最大稳健性。如果n_subsamples设置为n_samples，则Theil-Sen与最小平方相同。
max_iterint，默认=300: 计算空间中位数的最大迭代次数。
tol浮点数，默认值= 1 e-3: 计算空间中位数时的容差。
random_stateint，RandomState实例或无，默认=无: 随机数生成器实例，用于定义随机排列生成器的状态。传递int以获得跨多个函数调用的可重复输出。看到 Glossary .
n_jobsint，默认=无: 交叉验证期间使用的处理器数量。 None 意思是1，除非在a中 joblib.parallel_backend 上下文 -1 意味着使用所有处理器。看到 Glossary 了解更多详细信息。
verbose布尔，默认=假: 装配模型时的详细模式。

属性:

coef_形状的nd数组（n_features，）: 回归模型的系数（分布中位数）。
intercept_浮子: 回归模型的估计截取。
breakdown_浮子: 大约的崩溃点。
n_iter_int: 空间中位数所需的迭代次数。
n_subpopulation_int: 从“n选择k”考虑的组合数量，其中n是样本数量，k是子样本数量。
n_features_in_int: 期间看到的功能数量 fit .

Added in version 0.24.
feature_names_in_ ：nd形状数组 (n_features_in_ ,)nd数组形状（: Names of features seen during fit. Defined only when X has feature names that are all strings.

Added in version 1.0.

参见

HuberRegressor: 对异常值稳健的线性回归模型。
RANSACRegressor: RANSAC (RANdom SAmple Consensus) algorithm.
SGDRegressor: 通过最小化与新元的正规化经验损失来进行匹配。

引用

多元线性回归模型中的Theil-Sen估计者，2009年党辛、彭汉翔、王学勤和张和平http://home.olemiss.edu/~xdang/papers/MTSE.pdf

示例

>>> from sklearn.linear_model import TheilSenRegressor
>>> from sklearn.datasets import make_regression
>>> X, y = make_regression(
...     n_samples=200, n_features=2, noise=4.0, random_state=0)
>>> reg = TheilSenRegressor(random_state=0).fit(X, y)
>>> reg.score(X, y)
0.9884...
>>> reg.predict(X[:1,])
array([-31.5871...])

fit(X, y)[源代码]#

拟合线性模型。

参数:

X形状的nd数组（n_samples，n_features）: 训练数据。
y形状的nd数组（n_samples，）: 目标值。

返回:

self返回自我的实例。: 装配 TheilSenRegressor 估计者。

get_metadata_routing()[源代码]#

获取此对象的元数据路由。

请检查 User Guide 关于路由机制如何工作。

返回:

routingMetadataRequest: A MetadataRequest 封装路由信息。

get_params(deep=True)[源代码]#

获取此估计器的参数。

参数:

deep布尔，默认=True: 如果为True，将返回此估计量和包含的作为估计量的子对象的参数。

返回:

paramsdict: 参数名称映射到其值。

predict(X)[源代码]#

Predict using the linear model.

参数:

X类阵列或稀疏矩阵，形状（n_samples，n_features）: 样品

返回:

C数组，形状（n_samples，）: 返回预测值。

score(X, y, sample_weight=None)[源代码]#

返回预测的决定系数。

决定系数 $R^2$ 被定义为 $(1 - \frac{u}{v})$ ，在哪里 $u$ 是残差平方和 ((y_true - y_pred)** 2).sum() 和 $v$ 是平方总和 ((y_true - y_true.mean()) ** 2).sum() .最好的可能分数是1.0，并且可以是负的（因为模型可以任意更差）。始终预测的期望值的恒定模型 y 如果不考虑输入功能，就会得到 $R^2$ 评分0.0。

参数:

X形状类似阵列（n_samples，n_features）: Test samples. For some estimators this may be a precomputed kernel matrix or a list of generic objects instead with shape (n_samples, n_samples_fitted), where n_samples_fitted is the number of samples used in the fitting for the estimator.
y形状的类似阵列（n_samples，）或（n_samples，n_outputs）: 真正的价值观 X .
sample_weight形状类似数组（n_samples，），默认=无: 样本重量。

返回:

score浮子: $R^2$ 的 self.predict(X) w.r.t. y .

注意到

的 $R^2$ 呼叫时使用的分数 score 在回归器上使用 multioutput='uniform_average' 从0.23版本开始，与默认值保持一致 r2_score .这影响了 score 所有多输出回归器的方法（除了 MultiOutputRegressor ).

set_params(**params)[源代码]#

设置此估计器的参数。

该方法适用于简单估计器以及嵌套对象（例如 Pipeline ).后者具有以下形式的参数 <component>__<parameter> 以便可以更新嵌套对象的每个组件。

参数:

**paramsdict: 估计参数。

返回:

self估计器实例: 估计实例。

set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → TheilSenRegressor[源代码]#

请求元数据传递给 score 法

请注意，此方法仅适用于以下情况 enable_metadata_routing=True （见 sklearn.set_config ).请参阅 User Guide 关于路由机制如何工作。

The options for each parameter are:

True ：元数据被请求并传递给 score 如果提供的话。如果未提供元数据，则会忽略请求。
False ：未请求元数据，元估计器不会将其传递给 score .
None ：不请求元数据，如果用户提供元估计器，则元估计器将引发错误。
str ：元数据应通过此给定别名而不是原始名称传递给元估计器。

默认 (sklearn.utils.metadata_routing.UNCHANGED ）保留现有请求。这允许您更改某些参数的请求，而不是其他参数。

Added in version 1.3.

备注

只有当该估计器用作元估计器的子估计器时，该方法才相关，例如在 Pipeline .否则就没有效果了。

参数:

sample_weight字符串、真、假或无，默认=sklearn.utils. metalics_Routing.UNChanged: 元数据路由 sample_weight 参数 score .

返回:

self对象: 更新的对象。