1.15. Изотоническая регрессия¶
Класс IsotonicRegression аппроксимирует неубывающую действительную функцию одномерным данным. Он решает следующую проблему:
с учетом \(\hat{y}_i \le \hat{y}_j\) всякий раз, когда \(X_i \le X_j\), где веса \(w_i\) строго положительны, и оба 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 значения “auto” автоматически выберет ограничение на основе коэффициента ранговой корреляции Спирмена.
IsotonicRegression создает серию прогнозов \(\hat{y}_i\) для обучающих данных, которые наиболее близки к целевым \(y\) с точки зрения среднеквадратичной ошибки. Эти прогнозы интерполируются для прогнозирования невидимых данных.
Таким образом, предсказания IsotonicRegression образуют кусочно-линейную функцию:
