跳到主要内容

Theil-Sen回归（TheilSenRegressor）使用文档

组件名称Theil-Sen回归（TheilSenRegressor）
工具集机器学习
组件作者雪浪云-墨文
文档版本1.0
功能Theil-Sen回归（TheilSenRegressor）算法
镜像名称ml_components:3
开发语言Python

组件原理​

Theil-Sen回归是一个参数中值估计器，它适用泛化中值，对多维数据进行估计，因此其对多维的异常点（outliers 外点）有很强的稳健性。

一般的回归模型为：y=α+βx+ϵ

其中，α,β 模型的参数，而 ϵ 为模型的随机误差。

Theil-Sen回归则是这么处理的：

在实践中发现，随着数据特征维度的提升，Theil-Sen回归的效果不断的下降，在高维数据中，Theil-Sen回归的效果有时甚至还不如OLS（最小二乘）。

OLS方法是渐进无偏的，Theil-Sen方法在渐进无偏方面和OLS性能相似。和OLS方法不同的是，Theil-Sen方法是一种非参数方法，其对数据的潜在分布不做任何的假设。Theil-Sen方法是一种基于中值的估计其，所以其对异常点有更强的稳健性。

输入桩​

支持单个csv文件输入。

输入端子1​

  • 端口名称：训练数据
  • 输入类型：Csv文件
  • 功能描述： 输入用于训练的数据

输出桩​

支持sklearn模型输出。

输出端子1​

  • 端口名称：输出模型
  • 输出类型：sklearn模型
  • 功能描述： 输出训练好的模型用于预测

参数配置​

计算截距​

  • 功能描述：是否计算模型截距
  • 必选参数：是
  • 默认值：true

计算时使用的子样本数​

  • 功能描述：计算时使用的子样本数
  • 必选参数：是
  • 默认值：10000

样本数​

  • 功能描述：计算参数时所用的样本数
  • 必选参数：是
  • 默认值：（无）

最大迭代次数​

  • 功能描述：模型训练时的最大迭代次数
  • 必选参数：是
  • 默认值：300

容忍误差​

  • 功能描述：计算空间中位数时的容忍误差
  • 必选参数：是
  • 默认值：0.001

Random State​

  • 功能描述：随机数生成器
  • 必选参数：否
  • 默认值：（无）

并行度​

  • 功能描述：交叉验证时使用的CPU核数
  • 必选参数：否
  • 默认值：（无）

需要训练​

  • 功能描述：该模型是否需要训练，默认为需要训练。
  • 必选参数：是
  • 默认值：true

特征字段​

  • 功能描述：特征字段
  • 必选参数：是
  • 默认值：（无）

识别字段​

  • 功能描述：识别字段
  • 必选参数：是
  • 默认值：（无）

使用方法​

  • 将组件拖入到项目中
  • 与前一个组件输出的端口连接（必须是csv类型）
  • 点击运行该节点