1.15. 保序回归(Isotonic regression)

IsotonicRegression 在数据上拟合一个非递减函数(non-decreasing function)。 它求解下面的问题:

minimize \(\sum_i w_i (y_i - \hat{y}_i)^2\)

subject to \(\hat{y}_{min} = \hat{y}_1 \le \hat{y}_2 ... \le \hat{y}_n = \hat{y}_{max}\)

其中 每一个 \(w_i\) 是严格正的 并且 每一个 \(y_i\) 是一个任意的实数。 它生成由非减元素组成的向量,是最接近均方误差的(mean squared error)。 实际上,这样的元素列表构成了一个分段线性(piecewise linear)的函数。

../images/sphx_glr_plot_isotonic_regression_0011.png