isotonic_regression

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

Löst das isotonische Regressionsmodell.

Mehr dazu im Benutzerhandbuch.

Parameter:

yarray-like von Form (n_samples,)

Die Daten.

sample_weightarray-like der Form (n_samples,), Standardwert=None

Gewichte für jeden Punkt der Regression. Wenn None, wird das Gewicht auf 1 gesetzt (gleiche Gewichte).

y_minfloat, default=None

Untere Schranke für den niedrigsten vorhergesagten Wert (der Mindestwert kann immer noch höher sein). Wenn nicht gesetzt, wird standardmäßig -inf angenommen.

y_maxfloat, default=None

Obere Schranke für den höchsten vorhergesagten Wert (das Maximum kann immer noch niedriger sein). Wenn nicht gesetzt, wird standardmäßig +inf angenommen.

increasingbool, default=True

Ob die zu berechnenden y_ Werte steigend (wenn True gesetzt) oder fallend (wenn False gesetzt) sein sollen.

Gibt zurück:

y_ndarray von Form (n_samples,)

Isotone Anpassung von y.

Referenzen

„Active set algorithms for isotonic regression; A unifying framework“ von Michael J. Best und Nilotpal Chakravarti, Abschnitt 3.

Beispiele

>>> 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])