IT人工智能深入机器学习系列16-保序回归

IT人工智能深入机器学习系列16-保序回归_第1张图片

4.1 实例

4.2 训练过程分析

parallelPoolAdjacentViolators方法用于实现保序回归的训练。parallelPoolAdjacentViolators方法的代码如下:

IT人工智能深入机器学习系列16-保序回归_第2张图片

parallelPoolAdjacentViolators方法的主要实现是poolAdjacentViolators方法,该方法主要的实现过程如下:

IT人工智能深入机器学习系列16-保序回归_第3张图片

pool方法的实现如下所示。

IT人工智能深入机器学习系列16-保序回归_第4张图片

经过上文的处理之后,input根据中的label和feature均是按升序排列。对于拥有相同预测的点,我们只保留两个特征边界点。

IT人工智能深入机器学习系列16-保序回归_第5张图片

最后将训练的结果保存为模型。

4.3 预测过程分析

当测试数据精确匹配一个边界,那么返回相应的特征。如果测试数据比所有边界都大或者小,那么分别返回第一个和最后一个特征。当测试数据位于两个边界之间,使用linearInterpolation方法计算特征。 这个方法是线性内插法。

你可能感兴趣的:(IT人工智能深入机器学习系列16-保序回归)