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 估計器：穩健的多變數迴歸模型。

此演算法計算 X 中樣本的子集（大小為 n_subsamples）上的最小平方解。n_subsamples 的任何值（介於特徵數量和樣本數量之間）都會產生一個在穩健性和效率之間取得平衡的估計器。由於最小平方解的數量是「n_samples 選取 n_subsamples」，它可能非常大，因此可以使用 max_subpopulation 限制。如果達到此限制，則會隨機選擇子集。在最後一個步驟中，將計算所有最小平方解的空間中位數（或 L1 中位數）。

請在使用者指南中閱讀更多內容。

參數:

fit_interceptbool，預設值 = True

是否計算此模型的截距。如果設定為 false，則計算中將不使用截距。

copy_Xbool，預設值 = True

如果為 True，將複製 X；否則可能會被覆寫。

自 1.6 版已棄用: copy_X 在 1.6 版中已棄用，將在 1.8 版中移除。由於始終會進行複製，因此它沒有任何作用。

max_subpopulationint，預設值 = 1e4

如果「n 選取 k」（其中 n 是樣本數量，k 是子樣本數量（至少是特徵數量））大於 max_subpopulation，則僅考慮給定最大大小的隨機子群體，而不使用基數為「n 選取 k」的集合進行計算。對於非小問題的大小，如果 n_subsamples 沒有變更，則此參數將決定記憶體使用量和執行時間。請注意，資料類型應為整數，但也可以接受浮點數（例如 1e4）。

n_subsamplesint，預設值 = None

計算參數的樣本數量。這至少是特徵數量（如果 fit_intercept=True，則加 1），最大值為樣本數量。較低的數字會導致較高的崩潰點和較低的效率，而較高的數字會導致較低的崩潰點和較高的效率。如果為 None，則採用導致最大穩健性的最小子樣本數量。如果 n_subsamples 設定為 n_samples，則 Theil-Sen 與最小平方相同。

max_iterint，預設值 = 300

計算空間中位數的最大迭代次數。

tolfloat，預設值 = 1e-3

計算空間中位數時的容差。

random_stateint、RandomState 實例或 None，預設值 = None

定義隨機排列產生器狀態的隨機數字產生器實例。傳遞一個 int 以便在多個函數呼叫中產生可重現的輸出。請參閱詞彙表。

n_jobsint，預設值 = None

在交叉驗證期間使用的 CPU 數量。None 表示 1，除非在 joblib.parallel_backend 環境中。-1 表示使用所有處理器。請參閱詞彙表以取得更多詳細資訊。

verbosebool，預設值 = False

擬合模型時的詳細模式。

屬性:

coef_形狀為 (n_features,) 的 ndarray

迴歸模型的係數（分佈的中位數）。

intercept_float

迴歸模型的估計截距。

breakdown_float

近似的崩潰點。

n_iter_int

空間中位數所需的迭代次數。

n_subpopulation_int

從「n 選取 k」中考慮的組合數量，其中 n 是樣本數量，k 是子樣本數量。

n_features_in_int

在fit期間看到的特徵數量。

在 0.24 版中新增。

feature_names_in_形狀為 (n_features_in_,) 的 ndarray

在fit期間看到的特徵名稱。僅當 X 具有全為字串的特徵名稱時定義。

在 1.0 版中新增。

另請參閱

HuberRegressor

對離群值具有穩健性的線性迴歸模型。

RANSACRegressor

RANSAC (RANdom SAmple Consensus) 演算法。

SGDRegressor

透過使用 SGD 最小化正規化的經驗損失來擬合。

參考文獻

• 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

範例

>>> 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)

擬合線性模型。

參數:

X形狀為 (n_samples, n_features) 的 ndarray

訓練資料。

y形狀為 (n_samples,) 的 ndarray

目標值。

傳回:

self傳回 self 的實例。

已擬合的 TheilSenRegressor 估計器。

get_metadata_routing()

取得此物件的中繼資料路由。

請檢查使用者指南，了解路由機制如何運作。

傳回:

routingMetadataRequest

一個MetadataRequest封裝路由資訊。

get_params(deep=True)

取得此估計器的參數。

參數:

deepbool，預設值 = True

如果為 True，則會傳回此估計器的參數和所包含的子物件（這些子物件也是估計器）。

傳回:

paramsdict

參數名稱對應到它們的值。

predict(X)

使用線性模型進行預測。

參數:

X類陣列或稀疏矩陣，形狀 (n_samples, n_features)

樣本。

傳回:

C陣列，形狀 (n_samples,)

傳回預測值。

score(X, y, sample_weight=None)

回傳預測的決定係數。

決定係數 \(R^2\) 定義為 \((1 - \frac{u}{v})\)，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()。最佳分數為 1.0，且可能為負值 (因為模型可能任意差)。一個總是預測 y 的期望值，而不考慮輸入特徵的常數模型，其 \(R^2\) 分數將為 0.0。

參數:

X形狀為 (n_samples, n_features) 的類陣列

測試樣本。對於某些估計器，這可能是一個預先計算的核矩陣或一個通用物件的列表，其形狀為 (n_samples, n_samples_fitted)，其中 n_samples_fitted 是估計器擬合時使用的樣本數。

y形狀為 (n_samples,) 或 (n_samples, n_outputs) 的類陣列

X 的真實值。

sample_weight形狀為 (n_samples,) 的類陣列，預設值為 None

樣本權重。

傳回:

score浮點數

self.predict(X) 相對於 y 的 \(R^2\)。

注意事項

當在回歸器上呼叫 score 時，使用的 \(R^2\) 分數從 0.23 版本開始使用 multioutput='uniform_average'，以與 r2_score 的預設值保持一致。這會影響所有多輸出回歸器的 score 方法（除了 MultiOutputRegressor）。

set_params(**params)

設定此估計器的參數。

此方法適用於簡單的估計器以及巢狀物件（例如 Pipeline）。後者具有 <component>__<parameter> 形式的參數，因此可以更新巢狀物件的每個元件。

參數:

**params字典

估計器參數。

傳回:

self估計器實例

估計器實例。

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

請求傳遞給 score 方法的中繼資料。

請注意，僅當 enable_metadata_routing=True 時，此方法才相關（請參閱 sklearn.set_config）。請參閱 使用者指南，了解路由機制如何運作。

每個參數的選項為

• True：請求中繼資料，如果提供，則傳遞給 score。如果未提供中繼資料，則忽略請求。

• False：不請求中繼資料，且元估計器不會將其傳遞給 score。

• None：不請求中繼資料，如果使用者提供，則元估計器會引發錯誤。

• str：中繼資料應以這個給定的別名而不是原始名稱傳遞給元估計器。

預設值 ( sklearn.utils.metadata_routing.UNCHANGED) 保留現有的請求。這讓您可以更改某些參數的請求，而無需更改其他參數的請求。

在 1.3 版本中新增。

注意

僅當此估計器用作元估計器的子估計器時，例如在 Pipeline 內部使用時，此方法才相關。否則，它沒有任何作用。

參數:

sample_weightstr、True、False 或 None，預設值為 sklearn.utils.metadata_routing.UNCHANGED

用於 score 中的 sample_weight 參數的中繼資料路由。

傳回:

self物件

已更新的物件。

範例集

穩健線性估計器擬合

穩健線性估計器擬合

Theil-Sen 回歸

Theil-Sen 回歸