isotonic_regression

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

Решить модель изотонической регрессии.

Подробнее в Руководство пользователя.

Параметры:

yarray-like формы (n_samples,)

Данные.

sample_weightarray-like формы (n_samples,), по умолчанию=None

Веса для каждой точки регрессии. Если None, вес устанавливается в 1 (равные веса).

y_minfloat, по умолчанию=None

Нижняя граница для наименьшего предсказанного значения (минимальное значение всё равно может быть выше). Если не задано, по умолчанию равно -inf.

y_maxfloat, по умолчанию=None

Верхняя граница для наибольшего предсказанного значения (максимум может быть ниже). Если не задано, по умолчанию равно +inf.

увеличиваяbool, по умолчанию=True

Вычислять ли y_ возрастает (если установлено True) или убывает (если установлено False).

Возвращает:

y_ndarray формы (n_samples,)

Изотоническая аппроксимация y.

Ссылки

“Активные алгоритмы для изотонной регрессии; Унифицирующая 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])