机器学习：保序回归(IsotonicRegression)：一种可以使资源利用率最大化的算法

于 2023-08-29 20:54:34 发布
阅读量909 收藏 4
点赞数
CC 4.0 BY-SA版权
分类专栏： 机器学习 文章标签： 深度学习 keras cnn 机器学习 算法 回归 随机森林
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/AI168178/article/details/132569929
本文介绍了保序回归算法，一种确保资源利用率最大化的机器学习方法。通过数学定义和实例解释了算法过程，指出其在药物使用量与病人反应分析中的应用，并提及其在IT行业虚拟化中的潜在价值。同时提供了人工智能学习资源，帮助读者深入理解和实践保序回归。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1.数学定义

保序回归是回归算法的一种,基本思想是：给定一个有限的实数集合,训练一个模型来最小化下列方程：

并且满足下列约束条件：

2.算法过程说明

从该序列的首元素往后观察，一旦出现乱序现象停止该轮观察，从该乱序元素开始逐个吸收元素组成一个序列，直到该序列所有元素的平均值小于或等于下一个待吸收的元素。

举例：

原始序列：<9, 10, 14>

结果序列：<9, 10, 14>

分析：从9往后观察，到最后的元素14都未发现乱序情况，不用处理。

原始序列：<9, 14, 10>

结果序列：<9, 12, 12>

分析：从9往后观察，观察到14时发生乱序（14>10），停止该轮观察转入吸收元素处理，吸收元素10后子序列为<14, 10>，取该序列所有元素的平均值得12，故用序列<12, 12>替代<14, 10>。吸收10后已经到了最后的元素，处理操作完成。

<
最低0.47元/天 解锁文章

200万优质内容无限畅学
AI：278-【机器学习算法】逻辑回归详解：有效的分类工具与实际应用
一键难忘的博客
08-31 3908
这篇文章深入探讨了逻辑回归算法及其在机器学习中的应用，尤其在寻找“人生赢家”的案例中进行了详细的分析。通过代码实例，我们演示了如何利用逻辑回归模型对现实中的成功与否进行预测，并结合实际结果，分析了模型的表现。文章还探讨了逻辑回归的扩展与改进方法，如特征工程、正则化、模型集成以及非平衡数据处理。这些方法不仅提升了模型的性能，也展示了逻辑回归在面对复杂问题时的适应性和灵活性。尽管逻辑回归是一种经典且简单的算法，但通过合理的扩展和技术应用，它仍然能够在实际应用中提供可靠的解决方案。
机器学习：基于逻辑回归（Logistic Regression）对股票客户流失预测分析
阿极的博客
04-24 7974
逻辑回归（Logistic Regression）是一种二分类的监督学习算法，用于预测样本的概率属于某一类别的概率。相比于线性回归，逻辑回归可以更好地处理分类问题。
1.15. Isotonic regression(保序回归)
matrix_studio的博客
03-07 2042
1.15. Isotonic regression(保序回归) 一、描述 保序回归，正如它的名字，是一种对预测值施加了“保序”约束的一种回归分析。“保序”的严格定义我们暂且不表，可以简单的理解为一种“对任意Xi≤XjX_i\le X_jXi​≤Xj​，必须有 yi≤yjy_i \le y_jyi​≤yj​”的一种约束。 在它的目标函数∑iωi(yi−yi^)2\sum_i\omega_i(y_i-\hat{y_i})^2∑i​ωi​(yi​−yi​^​)2 中，mse部分很好理解，代表损失，参数ωi\om
保序回归（isotonic_regression）
zhangbaoanhadoop的博客
08-31 2181
http://scikit-learn.org/stable/auto_examples/plot_isotonic_regression.html#example-plot-isotonic-regression-py代码就不贴了，参考上面链接。看代码，给人的直观感受类似于CART，具有分段回归的效果。不过很少见人用这个方法，还是推荐使用CART吧，不过了解一下思想罢了。。。给个简单的例子：问题描
保序回归
duncan
10-26 475
保序回归（英文：Isotonic regression）在数值分析中指的是在保序约束下搜索一个加权 w 的最小二乘 y 以拟合变量 x，它是一个二次规划问题     python的实现版本：http://scikit-learn.org/stable/auto_examples/plot_isotonic_regression.html#example-plot-isotonic-reg...
Isotonic regression--保序回归
学渣的博客
03-30 2万+
本文介绍了 Isotonic regression 的定义、调用方法以及在模型输出校准领域的运用。 目录1 定义2 调用方法 1 定义 The class IsotonicRegression fits a non-decreasing real function to 1-dimensional data. It solves the following problem: ∑iwi(yi−y^i)2\sum_i w_i (y_i - \hat{y}_i)^2∑i​wi​(yi​−y^​i​)2 subje
Spark机器学习(3)：保序回归算法
weixin_33709609的博客
06-15 379
保序回归即给定了一个无序的数字序列，通过修改其中元素的值，得到一个非递减的数字序列，要求是使得误差（预测值和实际值差的平方）最小。比如在动物身上实验某种药物，使用了不同的剂量，按理说剂量越大，有效的比例就应该越高，但是如果发现了剂量大反而有效率降低了，这个时候就只有把无序的两个元素合并了，重新计算有效率，直到计算出来的有效率不大于比下一个元素的有效率。 MLlib使用的是PAVA（Pool Ad...
【机器学习算法】线性回归算法
ZhShy
01-28 1万+
文章目录线性回归回归问题回归和分类预测未来机器学习实现预测的流程线性方程权值调整最简单的回归问题——线性回归问题利用线性回归进行预测的极速入门线性回归的算法原理拟合线性回归算法的数学解析1. 假设函数的数学表达式解析 线性回归 回归问题 线性方程 偏差度量 权值更新 回归问题 两百年前，与达尔文同时代的统计学家高尔顿在研究父代与子代的身高关系时，发现一种“趋中效应”：如果父代身高高于平均值，则子代具有更高概率比他父亲要矮，简单来说就是身高回归平均值。“回归”一词也由此而来。在回归的世界里，万物的发展轨
机器学习知识点全面总结
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-12 16万+
机器学习按照模型类型分为监督学习模型、无监督学习模型和概率模型三大类,文章对十大机器学习算法进行详细介绍并阐述机器学习其他概念问题，可作为机器学习初学者学习使用。
保序回归：一种可以使资源利用率最大化的算法
meng_shangjy的博客
03-27 1975
1.数学定义保序回归是回归算法的一种,基本思想是：给定一个有限的实数集合,训练一个模型来最小化下列方程：并且满足下列约束条件：2.算法过程说明从该序列的首元素往后观察，一旦出现乱序现象停止该轮观察，从该乱序元素开始逐个吸收元素组成一个序列，直到该序列所有元素的平均值小于或等于下一个待吸收的元素。举例：原始序列：&lt;9, 10, 14&gt;结果序列：&lt;9, 10, 14&gt;分析：从9...
Isotonic Regression
Jony0917的专栏
08-06 917
模型校准 模型的预估值往往存在偏差，其原因包括： 模型的假设不一定完全成立，比如贝叶斯模型对事件独立同分布的假设 训练样本是有偏差的，没有反应真实的分布情况 训练算法的缺陷，导致并没有学习到最优的参数 以点击率估计为例，某些场景下，有偏点击率是可以直接使用，比如排序场景下重要的是估计值的相对大小，点击率绝对值并不重要；另一些场景下，有偏估计值需要经过校正后才能使用，比如过滤逻辑中点击率的绝对值就会影响物品会不会被过滤掉，例如风控模型，另外将点击率作为其他模型输入的情况下，点击率的绝对值也是有意义的。 模
Pyspark回归--IsotonicRegression
weixin_46408961的博客
03-12 457
IsotonicRegression保序回归 class pyspark.ml.regression.IsotonicRegression(featuresCol=‘features’, labelCol=‘label’, predictionCol=‘prediction’, weightCol=None, isotonic=True, featureIndex=0) 目前使用并行池相邻违规者算法实现。仅支持单变量（单一特征）算法 featureIndex = Param(parent=‘undefine
SparkML之回归(三)保序回归
legotime的博客
07-06 4848
在写這篇博客的时候，翻阅了一些互联网上的资料，发现文献[1]写的比较系统。所以推荐大家读读文献[1].但是出现了一些错误，所以我在此简述一些。如果推理不过去了。可以看看我的简述。 ------------------------------------前言 背景： （1）在医学领域药物剂量反应中，随着药物剂量的增加，疗效和副作用会呈现一定趋势。比如剂量越高，疗效越 高，剂量越高，毒
保序回归算法原理及Spark MLlib调用实例(Scala/Java/python)
liulingyuan6的博客
12-05 4370
保序回归 算法介绍：        保序回归是回归算法的一种。保序回归给定一个有限的实数集合 代表观察到的响应，以及 代表未知的响应值，训练一个模型来最小化下列方程：          其中 ， 为权重是正值。其结果方程称为保序回归，而且其解是唯一的。它可以被视为有顺序约束下的最小二乘法问题。实际上保序回归在拟合原始数据点时是一个单调函数。我们实现池旁者算法，它使用并行保序回归。训练数据是
Isotonic regression
xiangqianzsh的专栏
08-08 821
Isotonic regression http://stat.wikia.com/wiki/Isotonic_regression
Isotonic Regression 校准
罗伦
06-21 5604
转载自: vividfree的博客 使用 Isotonic Regression 校准分类器 1. 引言 对有监督机器学习问题，通常的训练流程包括这样几步：先建立起模型，然后在训练集上训练模型，如果有超参数，还需要在验证集上应用交叉验证以确定超参数，总之最终会得到一个模型。在这样的流程下，不断优化模型，如果在测试集上取得了较高的准确率、召回率、F-score或者AUC后，...
保序回归（isotonic regression）
u014765410的博客
09-19 3707
保序回归算法原理及Spark MLlib调用实例(Scala/Java/python) 保序回归 保序回归isotonic regression
模型纠偏之保序回归
luchi007的专栏
02-27 4488
模型纠偏背景 广告系统和推荐系统有个显著的不同，广告模型要求预估值绝对的准确，而推荐模型大部分只要求序一致就行，主要是因为广告的模型设计到计费逻辑，所以需要保证预估绝对值的准确性，模型层面上，可以尽量保证特征、数据样本要做到准确，尽管如此，仍然模型可能存在预估的偏差，那么在模型层面之外，就需要一个更加强有力的纠偏策略，这也是本文介绍的点 reference 本文主要参考 [1]Predicting Good Probabilities With Supervised Learning [2]ACTIVE S
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值