Python sklearn TheilSenRegressor用法及代码示例

本文简要介绍python语言中 sklearn.linear_model.TheilSenRegressor 的用法。

用法:

class sklearn.linear_model.TheilSenRegressor(*, fit_intercept=True, copy_X=True, max_subpopulation=10000.0, n_subsamples=None, max_iter=300, tol=0.001, random_state=None, n_jobs=None, verbose=False)

Theil-Sen Estimator：稳健的多元回归模型。

该算法计算 X 中样本的大小为 n_subsamples 的子集的最小二乘解。特征数和样本数之间的任何 n_subsamples 值都会导致估计器在鲁棒性和效率之间进行折衷。由于最小二乘解的数量是“n_samples choose n_subsamples”，它可能非常大，因此可以用max_subpopulation来限制。如果达到此限制，则随机选择子集。在最后一步中，计算所有最小二乘解的空间中位数(或 L1 中位数)。

在用户指南中阅读更多信息。

参数：

fit_intercept：布尔，默认=真

是否计算此模型的截距。如果设置为 false，则不会在计算中使用截距。

copy_X：布尔，默认=真

如果为 True，则 X 将被复制；否则，它可能会被覆盖。

max_subpopulation：整数，默认=1e4

与其使用一组基数“n 选择 k”进行计算，其中 n 是样本数，k 是子样本数(至少是特征数)，如果 'n 选择，则仅考虑给定最大大小的随机子群k' 大于max_subpopulation。对于其他小问题，如果 n_subsamples 未更改，则此参数将确定内存使用情况和运行时间。

n_subsamples：整数，默认=无

计算参数的样本数。这至少是特征数(如果 fit_intercept=True，则加 1)和样本数作为最大值。数值越小，击穿点越高，效率越低；数值越大，击穿点越低，效率越高。如果没有，则采用最小数量的子样本导致最大的鲁棒性。如果 n_subsamples 设置为 n_samples，Theil-Sen 与最小二乘法相同。

max_iter：整数，默认=300

计算空间中位数的最大迭代次数。

tol：浮点数，默认=1e-3

计算空间中位数时的容差。

random_state：int、RandomState 实例或无，默认=无

一个随机数生成器实例，用于定义随机排列生成器的状态。传递 int 以在多个函数调用之间实现可重现的输出。请参阅术语表。

n_jobs：整数，默认=无

交叉验证期间要使用的 CPU 数量。 None 表示 1，除非在 joblib.parallel_backend 上下文中。 -1 表示使用所有处理器。有关详细信息，请参阅词汇表。

verbose：布尔，默认=假

拟合模型时的详细模式。

属性：

coef_：ndarray 形状 (n_features,)

回归模型的系数(分布中位数)。

intercept_：浮点数

回归模型的估计截距。

breakdown_：浮点数

大概的击穿点。

n_iter_：int

空间中位数所需的迭代次数。

n_subpopulation_：int

从“n 选择 k”中考虑的组合数，其中 n 是样本数，k 是子样本数。

n_features_in_：int

拟合期间看到的特征数。

feature_names_in_：ndarray 形状(n_features_in_，)

拟合期间看到的特征名称。仅当 X 具有全为字符串的函数名称时才定义。

参考：

• Theil-Sen Estimators in a Multiple Linear Regression Model, 2009 Xin Dang, Hanxiang Peng, Xueqin Wang and Heping Zhang http://home.olemiss.edu/~xdang/papers/MTSE.pdf

例子：

>>> 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...])