sklearn.linear_model.HuberRegressor?

class sklearn.linear_model.HuberRegressor(*, epsilon=1.35, max_iter=100, alpha=0.0001, warm_start=False, fit_intercept=True, tol=1e-05)

對異常值具有魯棒性的線性回歸模型。

Huber回歸器優化了|(y - X'w) / sigma| < epsilon的樣本的平方損失和|(y - X'w) / sigma| > epsilon的樣本的絕對損失，其中w和sigma是要優化的參數。參數sigma可確保如果y按一定的比例增大或減小，則無需重新縮放epsilon即可達到相同的魯棒性。注意，這沒有考慮X的不同特征可能具有不同尺度的事實。

這確保了損失函數不會受到異常值的嚴重影響，同時又不會完全忽略其影響。

在用戶指南中閱讀更多內容。

版本0.18中的新功能。

參數 說明
epsilon float, greater than 1.0, default 1.35
參數epsilon控制應分類為異常值的樣本數。epsilon越小，對異常值的魯棒性越強。
max_iter int, default 100
scipy.optimize.minimize(method="L-BFGS-B")應該運行的最大迭代次數。
alpha float, default 0.0001
正則化參數。
warm_start bool, default False
如果必須重用先前使用的模型的存儲屬性，這是非常有用的。如果設置為False，則每次調用時系數將被重寫。請參閱詞匯表。
fit_intercept bool, default True
是否擬合截距。如果數據已經經過中心化，則可以將其設置為False。
tol float, default 1e-5
當max{\proj g_i\i = 1, ..., n}<= tol時，迭代將停止， 其中pg_i是投影漸變的第i個分量。
屬性 說明
coef_ array, shape (n_features,)
通過優化Huber損失獲得的特征。
intercept_ float
偏置。
scale_ float
值將按\y - X'w - c\比例縮小。
n_iter_ int
scipy.optimize.minimize(method="L-BFGS-B")已運行的迭代次數 。

*在0.20版中更改：*在SciPy <= 1.0.0中，lbfgs迭代次數可能超過 max_iter。n_iter_現在將報告最大的max_iter。
outliers_ array, shape (n_samples,)
設置為True的布爾掩碼，其中樣本被標識為離群值。

參考

1 Peter J. Huber, Elvezio M. Ronchetti, Robust Statistics Concomitant scale estimates, pg 172

2 Art B. Owen (2006), A robust hybrid of lasso and ridge regression. https://statweb.stanford.edu/~owen/reports/hhu.pdf

示例

>>> import numpy as np
>>> from sklearn.linear_model import HuberRegressor, LinearRegression
>>> from sklearn.datasets import make_regression
>>> rng = np.random.RandomState(0)
>>> X, y, coef = make_regression(
...     n_samples=200, n_features=2, noise=4.0, coef=True, random_state=0)
>>> X[:4] = rng.uniform(10, 20, (4, 2))
>>> y[:4] = rng.uniform(10, 20, 4)
>>> huber = HuberRegressor().fit(X, y)
>>> huber.score(X, y)
-7.284...
>>> huber.predict(X[:1,])
array([806.7200...])
>>> linear = LinearRegression().fit(X, y)
>>> print("True coefficients:", coef)
True coefficients: [20.4923...  34.1698...]
>>> print("Huber coefficients:", huber.coef_)
Huber coefficients: [17.7906... 31.0106...]
>>> print("Linear Regression coefficients:", linear.coef_)
Linear Regression coefficients: [-1.9221...  7.0226...]

方法

方法 說明
fit(X, y[, sample_weight]) 根據給定的訓練數據擬合模型。
get_params([deep]) 獲取此估計器的參數。
predict(X) 使用線性模型進行預測。
score(X, y[, sample_weight]) 返回預測的確定系數R ^ 2。
set_params(**params) 設置此估算器的參數。 
__init__(*, epsilon=1.35, max_iter=100, alpha=0.0001, warm_start=False, fit_intercept=True, tol=1e-05)

[源碼]

初始化self， 請參閱help(type(self))以獲得準確的說明。

fit(X, y, sample_weight=None)

[源碼]

根據給定的訓練數據擬合模型。

參數 說明
X array-like, shape [n_samples, n_features]
訓練數據，其中n_samples是樣本數量，n_features是特征數量。
y array-like, shape [n_samples]
對應X的目標向量。
sample_weight array-like, shape (n_samples,)
給每個樣本的權重。
返回值 說明
self object 
get_params(deep=True)

[源碼]

獲取此估計器的參數。

參數 說明
deep bool, default=True
如果為True，則將返回此估算器和所包含子對象的參數。
返回值 說明
params mapping of string to any
參數名稱映射到其值。		 
predict(X)

[源碼]

使用線性模型進行預測。

參數 說明
X array_like or sparse matrix, shape (n_samples, n_features)
樣本數據
return_std bool, default=False
是否返回后驗預測的標準差。
返回值 說明
C array, shape (n_samples,)
返回預測值。		 
score(X, y, sample_weight=None)

[源碼]

返回預測的確定系數R ^ 2。

系數R ^ 2定義為（1- u / v），其中u是殘差平方和（（y_true-y_pred）** 2）.sum（），而v是總平方和（（y_true- y_true.mean（））** 2）.sum（）。可能的最高得分為1.0，并且也可能為負（因為該模型可能會更差）。一個常數模型總是預測y的期望值，而不考慮輸入特征，得到的R^2得分為0.0。

參數 說明
X array-like of shape (n_samples, n_features)
測試樣本。對于某些估計器，這可以是預先計算的內核矩陣或通用對象列表，形狀為（n_samples，n_samples_fitted），其中n_samples_fitted是用于擬合估計器的樣本數。
y array-like of shape (n_samples,) or (n_samples, n_outputs)
X對應的真實值。
sample_weight array-like of shape (n_samples,), default=None
樣本權重。
返回值 說明
score float
預測值與真實值的R^2。

注

調用回歸器中的score時使用的R2分數，multioutput='uniform_average'從0.23版開始使用 ，與r2_score默認值保持一致。這會影響多輸出回歸的score方法（ MultiOutputRegressor除外）。

set_params(**params)

[源碼]

設置此估計器的參數。

該方法適用于簡單的估計器以及嵌套對象（例如管道）。后者具有形式為 <component>__<parameter>的參數，這樣就可以更新嵌套對象的每個組件。

參數 說明
**params dict
估計器參數。
返回值 說明
self object
估計器實例。

sklearn.linear_model.HuberRegressor使用示例?