TheilSenRegressor#

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

Theil-Sen 估计器：稳健的多变量回归模型。

该算法在样本子集上计算最小二乘解，子集大小为 n_subsamples。任何介于特征数量和样本数量之间的 n_subsamples 值都会导致一个在稳健性和效率之间取得平衡的估计器。由于最小二乘解的数量是“n_samples 选择 n_subsamples”，它可以非常大，因此可以通过 max_subpopulation 进行限制。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）。

更多信息请参阅用户指南。

Parameters:

fit_interceptbool, default=True: 是否计算此模型的截距。如果设置为 false，则在计算中不使用截距。
copy_Xbool, default=True: 如果为 True，将复制 X；否则，可能会被覆盖。

Deprecated since version 1.6: copy_X 在 1.6 版本中已弃用，并将在 1.8 版本中移除。它没有效果，因为总是会进行复制。
max_subpopulationint, default=1e4: 不计算基数为“n 选择 k”的集合，其中 n 是样本数量，k 是子样本数量（至少是特征数量），而是只考虑给定最大大小的随机子集合，如果“n 选择 k”大于 max_subpopulation。对于不是小规模的问题，此参数将决定内存使用和运行时间，如果 n_subsamples 未更改。请注意，数据类型应为 int，但也可以接受例如 1e4 的浮点数。
n_subsamplesint, default=None: 计算参数的样本数量。这至少是特征数量（如果 fit_intercept=True 则加 1），最多是样本数量。较低的数量会导致更高的崩溃点但效率较低，而较高的数量会导致较低的崩溃点但效率较高。如果为 None，则取导致最大稳健性的最小子样本数量。如果 n_subsamples 设置为 n_samples，Theil-Sen 等同于最小二乘法。
max_iterint, default=300: 计算空间中位数的最大迭代次数。
tolfloat, default=1e-3: 计算空间中位数的容差。
random_stateint, RandomState instance or None, default=None: 定义随机排列生成器状态的随机数生成器实例。传递一个 int 以在多次函数调用中获得可重复的输出。请参阅术语表。
n_jobsint, default=None: 交叉验证期间使用的 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。请参阅术语表了解更多详情。
verbosebool, default=False: 拟合模型时的详细模式。

Attributes:

coef_ndarray of shape (n_features,): 回归模型系数的分布中位数。
intercept_float: 回归模型估计的截距。
breakdown_float: 近似的崩溃点。
n_iter_int: 空间中位数所需的迭代次数。
n_subpopulation_int: “n 选择 k”中考虑的组合数量，其中 n 是样本数量，k 是子样本数量。
n_features_in_int: 在 fit 期间看到的特征数量。

Added in version 0.24.
feature_names_in_ndarray of shape ( n_features_in_ ,): 在 fit 期间看到的特征名称。仅当 X 的特征名称均为字符串时定义。

Added in version 1.0.

See also

HuberRegressor: 对异常值稳健的线性回归模型。
RANSACRegressor: RANSAC（随机抽样一致性）算法。
SGDRegressor: 通过最小化带正则化的经验损失进行拟合。

References

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

Examples

>>> 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...])

fit(X, y)#

拟合线性模型。

Parameters:

X形状为 (n_samples, n_features) 的 ndarray: 训练数据。
y形状为 (n_samples,) 的 ndarray: 目标值。

Returns:

self返回 self 的一个实例。: 拟合的 TheilSenRegressor 估计器。

get_metadata_routing()#

获取此对象的元数据路由。

请查看用户指南以了解路由机制的工作原理。

Returns:

routingMetadataRequest: MetadataRequest 封装的路由信息。

get_params(deep=True)#

获取此估计器的参数。

Parameters:

deepbool, 默认=True: 如果为True，将返回此估计器和包含的子对象（也是估计器）的参数。

Returns:

paramsdict: 参数名称映射到它们的值。

predict(X)#

使用线性模型进行预测。

Parameters:

Xarray-like 或 sparse matrix, shape (n_samples, n_features): 样本。

Returns:

Carray, shape (n_samples,): 返回预测值。

score(X, y, sample_weight=None)#

返回预测的决定系数。

决定系数 $R^2$ 定义为 $(1 - rac{u}{v})$ ，其中 $u$ 是残差平方和 ((y_true - y_pred)** 2).sum() ，而 $v$ 是总平方和 ((y_true - y_true.mean()) ** 2).sum() 。最好的可能得分是 1.0，它可能是负的（因为模型可能任意地差）。一个总是预测 y 的期望值的常数模型，忽略输入特征，将得到 $R^2$ 得分为 0.0。

Parameters:

Xarray-like of shape (n_samples, n_features): 测试样本。对于某些估计器，这可能是一个预计算的核矩阵或一个形状为 (n_samples, n_samples_fitted) 的通用对象列表，其中 n_samples_fitted 是估计器拟合中使用的样本数量。
yarray-like of shape (n_samples,) or (n_samples, n_outputs): X 的真实值。
sample_weightarray-like of shape (n_samples,), default=None: 样本权重。

Returns:

scorefloat: $R^2$ 相对于 y 的 self.predict(X) 。

Notes

在调用回归器的 score 时使用的 $R^2$ 得分从 0.23 版本开始使用 multioutput='uniform_average' 以保持与 r2_score 默认值一致。这影响了所有多输出回归器的 score 方法（除了 MultiOutputRegressor ）。

set_params(**params)#

设置此估计器的参数。

该方法适用于简单估计器以及嵌套对象（例如 Pipeline ）。后者具有形式为 <component>__<parameter> 的参数，以便可以更新嵌套对象的每个组件。

Parameters:

**paramsdict: 估计器参数。

Returns:

selfestimator instance: 估计器实例。

set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → TheilSenRegressor#

Request metadata passed to the score method.

Note that this method is only relevant if enable_metadata_routing=True (see sklearn.set_config ). Please see User Guide on how the routing mechanism works.

The options for each parameter are:

True : metadata is requested, and passed to score if provided. The request is ignored if metadata is not provided.
False : metadata is not requested and the meta-estimator will not pass it to score .
None : metadata is not requested, and the meta-estimator will raise an error if the user provides it.
str : metadata should be passed to the meta-estimator with this given alias instead of the original name.

The default ( sklearn.utils.metadata_routing.UNCHANGED ) retains the existing request. This allows you to change the request for some parameters and not others.

Added in version 1.3.

Note

This method is only relevant if this estimator is used as a sub-estimator of a meta-estimator, e.g. used inside a Pipeline . Otherwise it has no effect.

Parameters:

sample_weightstr, True, False, or None, default=sklearn.utils.metadata_routing.UNCHANGED: Metadata routing for sample_weight parameter in score .

Returns:

selfobject: The updated object.

Gallery examples#

Theil-Sen 回归

稳健线性估计拟合